count(*) 为何执行慢

随着表记录的增加，select count(*) from table 统计表信息的语句变的越来越慢了。

count(*)的实现方式

• 在MyISAM引擎中， 表的总行数是实时更新存储在磁盘中。 因此这个统计的语句就十分快速, 但是如果统计语句加上了where条件，磁盘中存储的总行数就无效了， 就要实时累计计算了。
• 在InnoDB引擎中， 执行这个统计语句的时候，就会扫描表的所有数据实时累计计算出总数来，这个过程自然很慢了

InnoDB为何不把总数记录到一个特定位置

这是由于它要支持事务的可重复读隔离级别， 使用了MVCC(多版本控制)的原因， 不同的事务使用不同的版本， 三个事务查询到的表的行数也会不一样的。 所以总行数无法保存下来。

这个就是RR隔离级别的代价，InnoDB也对这个统计语句进行了优化， 由于统计普通索引中总行数和统计主键索引的总行数 结果是一样的， 但是由于主键索引B+ tree的叶子节点还包含完整的行记录， 扫描主键索引计算总行数显然很不划算。 这个时候mysql 就会选择长度最小的索引来计算总行数。

图中所示就没有使用主键索引，而是使用了name字段的普通索引。

Show table status

这个命令也能显示出来表的总记录， 但是这里显示的总记录并不是正确的总记录， 它是使用采样统计的方式计算出来的， 和EXPLAIN命令中显示的扫描的行数的结果的计算方式一样的， 也是使用采样统计的，

可以看到显示的记录的行数是0 ，这是不对的，实际上这个表有三行数据的。

当发现统计的值相差太大的时候，可以使用Anaylze table t_user 命令来重新采样统计。 统计之后的值会比较准确一点。

使用optimize table、analyze table和alter table这三种方式重建表的区别。这里，我顺便再简单和你解释一下。

• 从MySQL 5.6版本开始，alter table t engine = InnoDB（也就是recreate）默认的就是上面重建表的流程了；
• analyze table t 其实不是重建表，只是对表的索引信息做重新统计，没有修改数据，这个过程中加了MDL读锁；
• optimize table t 等于recreate+analyze。

如果有一个更新很频繁表，有需要频繁的显示实时的总行数，这个时候就需要我们自己来计数了。使用

缓存系统保存计数

使用redis 来计数，每次插入一行记录就redis中计数加一， 删除一条记录就减一。 redis的读和写都比较快速，但是容易出现丢失的情况，比如redis的淘汰策略导致这个数据淘汰了。 这个时候如果redis中没有值可以再次执行统计语句后把值放入redis中。

但是这个操作会出现数据不一致的问题， 插入数据库和更新redis 始终是两个操作，这两个操作中间时间段，就是redis 和mysql数据库中数据不一致的时间段。 如果在这个时间段有其他的线程获取到redis中的记录数作为总行数就会不对。

使用数据库来保存总记录行数

使用redis系统， 必定会有操作数据库和操作redis两步操作，这两步操作之间就会不一致。 如果我们在数据库中在使用一个单独的表来记录了总行数。 虽然也是需要两步操作，但是这两步操作却可以放在一个事务中执行， 由于MYSQL支持RR的隔离级别， 完美的避免了使用Redis的数据不一致的问题。

count(*) count(1) count(id) count(name) 的区别

• count(1)： 会自动选择合适的索引来统计， 每当统计到一条记录就累计值加一。 在扫描记录的时候，不会进行会表获取数据的。 只是计数
• count(id) ： 会使用主键索引来做统计
• count(name):
  • name字段not null ： 使用name字段上的索引（没有索引就全表扫描），扫描出来一行后就进行统计值加一
  • name 字段运行null： 使用name字段上的索引（没有索引就全表扫描），扫描出来一行后还要多一步判断是否为null， 如果不为null才会统计值加一， 为null则跳过。
• count(id) ： name 字段的 not null 情形是一样的。
• count(*) : 这里就是计算所有行数， 至于选择什么索引都可以，只要能获取正确的值， 没必要把每一行的值取出来， 所以推荐使用这个来计算

使用Redis作为计数使用，并不是一个好的方案，因为他们是两个不同的存储系统，两个操作没有事务一致性。中间始终会出现数据不一致的情况的。

使用数据库中其他表来计数就没有这个问题， 但是我们是应该先插入数据，再来更新计数呢， 还是反过来呢？

答案： 应该是先更新数据，再更新计数。 因为计数这行数据会被很多的事务使用到， 对这个计数数据的行锁竞争会很激烈。 前面的优化讲过， 把竞争激烈的操作放在事务的后面可以提高事务的性能， 避免锁的过多竞争。 也可以使用多行数据来计数（和Java的LongAddr类一样）， 表的总行数就是这几个数据的和。