count(*) 的实现方式
不同的 MySQL
引擎中,count(*)
有不同的实现方式。
MyISAM
引擎把一个表的总行数存在了磁盘上,因此执行count(*)
的时候会直接返回这个数,效率很高;- 而
InnoDB
引擎就麻烦了,它执行count(*)
的时候,需要把数据一行一行地从引擎里面读出来,然后累积计数。
为什么 InnoDB
不跟 MyISAM
一样,也把数字存起来呢?
因为即使是在同一个时刻的多个查询,由于多版本并发控制(MVCC
)的原因,InnoDB
表“应该返回多少行”也是不确定的。
InnoDB
事务默认的隔离级别是可重复读,在代码上就是通过多版本并发控制,也就是 MVCC
来实现的。每一行记录都要判断自己是否对这个会话可见,因此对于count(*)
请求来说,InnoDB
只好把数据一行一行地读出依次判断,可见的行才能够用于计算“基于这个查询”的表的总行数。
InnoDB在执行 count(*) 操作的优化
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。所以,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。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。
如果你用过 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 TABLE_ROWS
用于显示这个表当前有多少行,这个命令执行挺快的,那这个 TABLE_ROWS
能代替 count(*)
吗?
实际上,TABLE_ROWS
就是从采样估算得来的,因此它也很不准。有多不准呢,官方文档说误差可能达到 40% 到 50%。所以,show table status 命令显示的行数也不能直接使用。
不同的 count 用法
在 select count(?) from t
这样的查询语句里面,count(*)
、count(主键 id)
、count(字段)
和 count(1)
等不同用法的性能,有哪些差别。
基于 InnoDB
引擎,count()
是一个聚合函数,对于返回的结果集,一行行地判断,如果 count
函数的参数不是 NULL
,累计值就加 1,否则不加。最后返回累计值。
所以,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。
至于分析性能差别的时候,你可以记住这么几个原则:
server
层要什么就给什么;InnoDB
只给必要的值;- 现在的优化器只优化了
count(*)
的语义为“取行数”,其他“显而易见”的优化并没有做。
这是什么意思呢?接下来,我们就一个个地来看看。
对于 count(主键 id) 来说 ,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。
对于 count(1) 来说 ,InnoDB
引擎遍历整张表,但不取值。server
层对于返回的每一行,放一个数字“1”进去,判断是不可能为空的,按行累加。
单看这两个用法的差别的话,你能对比出来,count(1)
执行得要比 count(主键 id)
快。因为从引擎返回 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) 来说 :
- 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; - 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。
也就是前面的第一条原则,server
层要什么字段,InnoDB
就返回什么字段。
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。
当然,MySQL
专门针对这个语句进行优化,也不是不可以。但是这种需要专门优化的情况太多了,而且 MySQL
已经优化过count(*)
了,你直接使用这种用法就可以了。
所以结论是: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(* )
。