MYSQL45讲学习笔记

前言：此博客为本人学习课程之后反思复盘之用，如有错误之处，还请您指正， 文章若有侵权之处，也请您联系我删除。

14.count(*)这么慢，我该怎么办？

相信大家在开发中，经常会遇到需要查询表记录总数的场景。刚开始，表的记录比较小，随着业务量的增长，表的记录总数会越来越大，我们会发现，count(*)会越来越慢。

不同引擎count(*)实现方式

MYSQL原生的引擎MYISAM，因为不支持事务和不支持mvcc的原因，所以可以将每张表的记录总数存在磁盘里，因此MYISAM执行count(*)非常快，只需到表里拿相应的值就可以。

这里需要注意，如果count(*)后有where条件，那么它查询是不会那么快的。

innodb因为事务和MVCC的关系，所以某一时刻，数据表的记录总数是不确定的：

如图所示，在可重复读隔离级别下，三个会话查询记录总数，分别返回了不同的值。

所以innodb执行count(*)只能扫描索引树，一行一行把数据取出来，判断记录是否对自己可见，按行累加。

当然innodb对于count(*)有优化，会找到最小的那棵索引数进行扫描。

使用show table status也可以拿到表记录总数，但是这个值是不精确的，误差可以达到40%-50%，因为这个值也是通过采样估算得来的。

四种count用法比较

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。

性能：count(字段)<count(主键id)<count(1)约等于count(*)

四种count运行过程：

count(字段)：一行行从表里拿到这个字段返回给server层，server层判断：这个字段不可能为空，按行累加；可能为空，判断值不为空之后，按行累加          

count(主键id)：innodb引擎遍历整张表，把每一行的主键id取出来返回给server层，server判断不会为空，按行累加。（主键不可能为空，这里其实不用判断为空，可以进行优化，但是代                码就是这样）

count(1):innodb引擎遍历整张表，但不取值，给每行放一个1，判读不为空之后，按行累加。

count(*):对count(*)专门做了优化，优化器认为count(*)语义是取行树，不需要取所有字段，count(*)肯定不为空，按行累加。

那么既然count(*)是最快的操作，我们有没有什么办法可以解决count(*)慢呢？

一般遇到性能问题，我们会想到读写分离，利用redis等非关系型数据库来做缓存等等，这里我们可以尝试将记录总数保存在缓存里。

在缓存中保存表记录总数

将记录保存在缓存中，插入一条记录，记录总数加1，删除一条记录，记录总数减1。但是这样会有什么问题呢？

缓存可能会丢失更新。

缓存无法永久保存数据，可能会丢失更新，导致数据不准确。对于这种情况，我们可以将缓存的数据持久化保存到磁盘里。但即使是这样，还是有问题，假如redis在持久化数据的时候，异常重启了，那么这次更新操作就丢失了。这种情况，我们也可以解决，对表执行count(*)操作，将值写回redis。

但是即使是这样，用缓存来保存表记录总数，在逻辑上也是不正确的。

如图所示，表数据插入一行，但是redis计数还未增加，这时会话B拿到的的redis计数和最近100条记录在逻辑上不一致，记录有最新一次的插入记录，但是计数却未增加。

所以，用缓存来保存表记录总数存在逻辑不一致的问题，那么还有没有其他的办法呢？

我们可以将表记录总数保存到一张表中。

使用一张表来存储记录总数

我们可以用MYSQL的事务，来解决上述redis存储的逻辑不一致的问题。

在可重复读隔离级别下，MYSQL可以拿到一致性视图，逻辑上是一致的。

如图所示，会话B因为可重复读隔离级别的关系，读到的“计数值”和“最近100条记录”在逻辑上是一致的。

这里刚开始有点混淆，因为这里执行count(*)也需要判断记录是否对自己可见，而innodb也是因为需要判断记录是否对自己可见，所以无法将记录总数保存在磁盘里面，他们的不同点是：

这里获取表记录总数，只需select这一行数据即可，判断记录是否对自己可见，也只判断这一行；而innodb想要将记录总数保存在磁盘里，需要执行count(*)操作，需要判断所有行记录是否对自己可见。

小结：

本文介绍了innodb为什么不能像MYISAM那样将记录总数保存在引擎中的原因，我们提出了解决方法：将记录总数保存在缓存中，对于缓存中存在的逻辑不一致的问题，我们最后提出了将记录总数保存在某一张表中的解决方案。

文中还介绍了四种count用法的性能、执行过程，四种count用法里，count(*)就是最快的，所以，其他的count千万不要再用！