select count(*)
应该是一个比较常用的语句,用来统计记录行数。
但是,慢慢地你会发现,这个语句越来越慢了,为什么呢?
count(*) 的实现方式
首先,我们来看下它的实现方式。
MySQL 中,不同的存储引擎,count(*)
的实现方式是不同的。
1、MyISAM 引擎,比较简单粗暴,直接将表的总行数存储在磁盘上,因此效率很高;
2、InnoDB 引擎中,执行时,需要一行行的把数据查出来,然后累加;
为啥 MyISAM 就可以这样做呢?因为它不支持事务啊,不用担心数据不一致的问题。
而 InnoDB 就不一样了。
由于 MVCC 的存在,InnoDB 在当前执行环境下,对一共有多少数据行是不确定的,比如:
假设,表 t 中有 1000 条数据,有下面三个用户并行的会话:
1、A 启动事务,查询表的总行数;
2、C 直接插入一条数据,然后查询总行数;
3、B 启动事务,插入一条数据,然后查询总行数;
4、C 查询总行数;
注意,上面启动的事务都没有提交。
A、B、C 查询的结果都不相同。
B 读到的是 1002,是因为可重复读隔离级别的存在,而 C 未开启事务,因此无法看到别的事务的更新;
综上,InnoDB 引擎中,在每一个会话中,都需要逐行读取数据,然后计数返回总行数。
InnoDB 对 count(*) 的优化
InnoDB 中,主键索引存储的是数据,辅助索引存储的只是主键值。
因此,辅助索引比主键索引小得多,轻量得多。
这种情况下,InnoDB 在执行 count(*)
时,就会判断使用哪个索引,会选择最小的树来进行遍历。
在保证逻辑正确的前提下,尽量减少扫描的数据量,是数据库系统设计的通用法则之一。
小结
1、由于 MyISAM 引擎不需要支持事务,因此可以快速返回 count(*)
;
2、show table status 命令虽然返回很快,但是不准确;
3、InnoDB 执行 count(*)
时会遍历全表,因此性能较差;
count(*)、count(1)、count(主键)、count(字段)的区别
以下,基于 InnoDB。
含义区别
count()
是一个聚合函数,对于返回的结果集,会逐行判断,若返回的不是 NULL,就会加 1,否则不加。
因此,count(*)
、count(主键 id)
和 count(1)
都表示返回满足条件的结果集的总行数;而 count(字段)
,则表示返回满足条件的数据行里面,参数“字段”不为 NULL 的总个数。
性能区别
分析性能,考虑以下几个原则:
1、server 层要什么就会返回什么;
2、InnoDB 只返回必要的值;
3、优化器只优化了 count(*)
对于 count(主键id)
,InnoDB 会遍历全表,取每行的主键 id,返回给 server 层,server 层拿到数据后,进行判断累加。
对于 count(1)
,InnoDB 仍遍历全表,但是不取值,server 层对返回的每一行数据新增一个 1,然后进行判断累加;
因此,count(1)
要更快些,因为无需取值。从引擎返回 id 会涉及到解析数据行,以及拷贝字段值的操作。
对于 count(字段)
:
1、如果这个“字段”是定义为 not null 的话,一行行地从记录里面读出这个字段,判断不能为 null,按行累加;2、如果这个“字段”定义允许为 null,那么执行的时候,判断到有可能是 null,还要把值取出来再判断一下,不是 null 才累加。
但是 count(*)
是例外,并不会把全部字段取出来,而是专门做了优化,不取值。count(*)
肯定不是 null,按行累加。
结论:按照效率排序的话,count(字段)<count(主键 id)<count(1)≈count(*)
,所以我建议你,尽量使用 count(*)
。