性能大PK count(*)、count(1)和count(列)

时间：2022-10-12 12:09:50

hello，大家好，我是张张，「架构精进之路」公号作者。

 

最近的工作中，我听到组内两名研发同学在交流数据统计性能的时候，说到以下内容：

你怎么能用 count(*) 统计数据呢，count(*) 太慢了，要是把数据库搞垮了那不就完了么，用 count(1)，这样比较快......

难道 count(1) 的性能就比 count(*) 要好吗？

印象中网上有些“XX 面试官”系列的网文也有过类似问题的讨论，那 MySQL 统计数据总数 count(*) 、count(1)和count(列名) 哪个性能更优呢？今天我们就来聊一聊这个问题。

性能大PK count(*)、count(1)和count(列)

 

count() 性能与啥相关？

在讨论问题之前，我们需要先搞明白一件事：MySQL 中 count() 的性能到底与什么相关呢？

一件东西，我们知道如何取，必定需要提前知道如何存放才行，那我们可以初步判定，count（） 性能应该与存储引擎相关！

我们都知道，MySQL 常见的存储引擎有两种：MyISAM 和 InnoDB。

在这两种存储引擎下，MySQL 对于使用 count() 返回结果的流程是不一样的：

  • MyISAM引擎：每张表的总行数是存储在磁盘上，所以当执行 count() 时，是直接从磁盘拿到这个值返回，能够快速返回。

但要是在后面加了where查询条件时，统计总数也没有像想象中那么快了。

  • InnoDB 引擎：执行 count()，需要将数据一行一行地读，再统计总数。

 

看到这里，可能你会有这样的疑问：

为什么 InnoDB 引擎不像 MyISAM 引擎一样，把表总记录存储起来呢？

这个问题非常好，在回答这个问题之前，我们先来了解一下 MVCC 是个什么东东。

MVCC 简介

所谓MVCC，全称：Multi-Version Concurrency Control，即多版本并发控制。

MVCC 是一种并发控制的方法，一般在数据库管理系统中，实现对数据库的并发访问，在编程语言中实现事务内存。

MVCC 在 MySQL InnoDB 中的实现主要是为了提高数据库并发性能，用更好的方式去处理读-写冲突，做到即使有读写冲突时，也能做到不加锁，非阻塞并发读。

性能大PK count(*)、count(1)和count(列)

就是因为要实现多版本并发控制，所以才导致 InnoDB 引擎不能直接存储表总记录数。因为每个事务获取到的一致性视图都是不一样的，所以返回的数据总记录也是不一致的。

到这里，相信你已经知道 InnoDB 引擎为什么不像 MyISAM 引擎一样把表总记录存储起来了。

主要是因为 InnoDB 支持事务，MyISAM 不支持事务。

 

MySQL 对 count(*) 的优化

我们知道了count() 性能与存储引擎相关，那 MySQL 在执行 count() 操作的时候有没有对其性能做些优化呢？

答案是肯定有的！

InnoDB 是索引组织表，主键索引树的叶子节点是数据，而普通索引树的叶子节点是主键值。因此，普通索引树比主键索引树小很多。对于count(*)这样的操作，遍历哪个索引树得到的结果逻辑上都是一样的。因此，MySQL优化器会找到最小的那棵树来遍历。

如果你使用过 show table status 命令的话，就会发现这个命令的输出结果里面也有一个 rows 值用于显示这个表当前有多少行。

性能大PK count(*)、count(1)和count(列)

 

那么是不是这个rows值就能代替count(*)了吗？

其实不能，rows这个是从从采样估算得来的，因此它也是不是准确。

官方文档说是在40%到50%，所以此行数 rows 是不能直接使用的，如下所示：

性能大PK count(*)、count(1)和count(列)

 

查询性能大PK

基于MySQL的Innodb存储引擎，统计表的总记录数下面这4种做法，哪种效率最高？

  • count(主键id)

InnoDB引擎会遍历整张表，把每一行的 id 值都取出来，返回给 server 层。server 层拿到 id 后，判断是不可能为空的，就按行累加。

  • count(1)

会统计表中的所有的记录数，包含字段为 null 的记录。

同样遍历整张表，但不取值，server 层对返回的每一行，放一个数字1进去，判断是不可能为空的，按行累加。

  • count(字段)

分为两种情况，字段定义为 not null 和 null：

1）为 not null 时：逐行从记录里面读出这个字段，判断不为 null，累加；

2）为 null 时：执行时，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。

  • count(*)

需要注意的是，并不是带了 * 就把所有值取出来，而是 MySQL 做了专门的优化，count(*) 肯定不是null，按行累加。

 

count(1) 和 count() 对比

当表的数据量大些时，对表作分析之后，使用 count(1)还要比使用 count(*)用时多了！

从执行计划来看， count(1) 和 count(*)的效果是一样的。但是在表做过分析之后， count(1) 会比 count(*)的用时少些（1w以内数据量），不过差不了多少。

如果 count(1)是聚索引，那肯定是 count(1)快，但是差的很小。因为 count(*)自动会优化指定到那一个字段，所以没必要去 count(1)，用 count(*) sql会帮你完成优化的，因此：count(1) 和 count(*)基本没有差别！

 

总结

基于 MySQL 的 InnoDB 存储引擎，统计表的总记录数按照效率排序：

count(字段) < count(主键id) < count(1)≈count(*)

效率最高是 count(*)，并不是count(1)，所以建议尽量使用 count(*)。

执行效果上：

  • count(*)包括了所有的列，相当于行数，在统计结果的时候，不会忽略列值为null

  • count(1)包括了忽略所有列，用1代表代码行，在统计结果的时候，不会忽略列值为null

  • count(列名)只包括列名那一列，在统计结果的时候，会忽略列值为空（这里的空不是只空字符串或者0，而是表示null 的计数，即某个字段值为null 时，不统计。

执行效率上：

  • 列名为主键， count(列名) 会比 count(1)快

  • 列名不为主键， count(1) 会比 count(列名)快

  • 如果表多个列并且没有主键，则 count(1) 的执行效率优于 count(*)

  • 如果有主键，则 select count(主键) 的执行效率是最优的

  • 如果表只有一个字段，则 select count（*）最优。

 

 

希望今天的讲解对大家有所帮助，谢谢！

Thanks for reading!

 

关注公众号，免费领学习资料

 

如果您觉得还不错，欢迎关注和转发~     

性能大PK count(*)、count(1)和count(列)

本文分享自微信公众号 - 架构精进之路（jiagou_jingjin）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。

相关文章