大数据Count的查询效率

2019独角兽企业重金招聘Python工程师标准>>>

数据级别为千万级。使用的是Oracle数据库

使用count( 主键 )的方式 为 4分45秒

 

使用count(1) 的方式，查询时间为69分45秒 ； 数据量不匹配是因为这个库一直有人使用。

使用count(*) 的方式，查询时间为90分33秒

 

结论：查询大数据量的情况下，得到数据库的总数,效率：count(主键)>count(1)>count(*)

ps: 在数据量大的情况，在分页查询别显示总数，只显示上下页。 或者 自己建立一个表存储表名和表对应的总量（可以称为计数器），每次取总量的时候就直接查这个表的字段就可以了。

ps:不要使用count(列名)或count(常量)替代count(*),count(*) 就是SQL92定义的标准统计行数的语法,跟数据库无关，跟NULL和非NULL无关。  count(*)会统计值为NULL的行，而Count(列名)不会统计此列为NULL值的行。

 

 

 

 

 

 

 

 

 

转载于:https://my.oschina.net/u/1024333/blog/793336