select count(*) from返回值_MySQL 优化：count(1)真的比count(*)快吗

在实际项目开发中一定会有统计记录数的需求，比如统计用户数，像一些电商系统后台首页会统计订单量、上架商品数量等等，涉及到统计就离不开聚合函数 count() ，开发中常用写法如下：

select count(1) from emp;select count(*) from emp;

一开始受sql语句的影响，我以为(看起来)count(1) 的执行效率要高于count(*)，count(*) 会存在全表扫描，而 count(1) 可以针对一个字段进行查询，但是真的是这样吗？其实并非如此，count(1) 和 count(*) 都会对全表进行扫描，统计所有记录的条数，包括那些为null的记录，因此，它们的效率可以说是相差无几。

那究竟是为什么呢，让我们来一探究竟。

有WHERE条件的count()，执行效率有部分原因取决于WHERE条件，比如判断条件字段是否有加索引等，本篇文章仅对没有WHERE语句的情况进行说明。

正文

---

在MySQL中，不同的存储引擎对count()函数实现方式不同，这里以最常见的两种存储引擎MyISAM和InnoDB进行说明。

MySQL5.6支持的存储引擎包括InnoDB、MyISAM、MEMORY、CSV、BLACKHOLE、FEDERATED、MRG_MYISAM、ARCHIVE、PERFORMANCE_SCHEMA。其中NDB和InnoDB提供事务安全表，其他存储引擎都是非事务安全表。

MyISAM 引擎会把一个表的总行数记录下来，所以在执行 count(*) 的时候会直接返回数量，执行效率很高。在 MySQL 5.5 以后默认引擎切换为 InnoDB，InnoDB 因为增加了版本控制(MVCC)的原因，同时有多个事务访问数据并且有更新操作的时候，每个事务需要维护自己的可见性，那么每个事务查询到的行数也是不同的，所以不能缓存具体的行数，他每次都需要 count 一下所有的行数。细心的同学会发现，InnoDB也有这么一个存储了表行数的变量，但是很遗憾这个值是一个估计值，没有什么实际意义。

那么 count(1) 和 count(*)有什么区别？

InnoDB handles SELECT COUNT(*) and SELECT COUNT(1) operations in the same way. There is no performance difference.

这是官网的解释：“ InnoDB引擎中count(*)和count(1)操作方式是一样的，两者没有什么不同。”，所以两种实现其实一样，那么具体为什么一样呢？

探究这个问题首先我们需要理解 count 的含义，如下是官网给出的定义：

Returns a count of the number of non-NULL values of expr in the rows retrieved by a SELECT statement. The result is a BIGINT value.

大致的解释是返回 SELECT 语句检索的行中 expr 的非 NULL 值的计数，到这里我们就明白了，首先它是一个聚合函数，然后对 SELECT 的结果集进行计数，但是需要参数不为 NULL。那么我们继续阅读官网的内容：

COUNT(*) is somewhat different in that it returns a count of the number of rows retrieved, whether or not they contain NULL values.

大致的内容是说，count(*) 不同，他不关心这个返回值是否为空都会计算他的count，因为 count(1) 中的 1 是恒真表达式(不管是count(1)还是count(2)还是其他非NULL字符参数，执行结果差别不大)，那么 count(*) 还是 count(1) 都是对所有的结果集进行 count，所以他们本质上没有什么区别。

当然这个地方 InnoDB 本身也做了一些优化，它会使用最小的二级索引来进行 count 的查询优化。如果没有二级索引才会选择聚簇索引，这样的设计单从 IO 的角度就节省了很多开销。

聚簇索引

• 如果表设置了主键，则主键就是聚簇索引。

• 如果表没有主键，则会默认第一个NOT NULL，且唯一(UNIQUE)的列作为聚簇索引。

• 以上都没有，则会默认创建一个隐藏的row_id作为聚簇索引。

• InnoDB的聚簇索引的叶子节点存储的是行记录(其实是页结构，一个页包含多行数据)，InnoDB必须要有至少一个聚簇索引，由此可见，使用聚簇索引查询会很快，因为可以直接定位到行记录。

二级索引

• 普通索引也叫二级索引，除聚簇索引以外的索引即非聚簇索引。

• InnoDB的普通索引叶子节点存储的是主键(聚簇索引的值)，而MyISAM的普通索引存储的是记录指针。

那既然COUNT(*)和COUNT(1)一样，建议用哪个呢？

建议使用COUNT(*)，因为这个是SQL92定义的标准统计行数的语法，而且本文只是基于MySQL做了分析，关于Oracle中的这个问题，也是众说纷纭的呢。

到这里我们明白了 count(*) 和 count(1) 本质上面其实是一样的，那么 count(column) 又是怎么回事呢？

count(column) 也是会遍历整张表，这里分两种情况，若"column"定义为not null，会取出该列的值，然后按行累加；若"column"定义允许为null，它会拿到 column 的值以后判断是否为空(这里的"空"，不是空字符串，不是0，不是null，不是Null，也不是NULL，是数据库列从未赋过值的初始状态)，不为空则进行累加，即 count(column)是统计该字段列非null的行数。相比COUNT(*)，COUNT(字段)多了一个步骤就是判断所查询的字段是否为空，所以他的性能要比COUNT(*)慢。

如果你要统计行数就用count(*)或者count(1)，推荐前者。

如果要统计某个字段不为NULL值的个数就用count(字段)。

1.当mysql确认括号内的表达式值不可能为空时，实际上就是在统计行数。

2.如果mysql知道某列不可能为NULL值，那么mysql内部会将count(column)表达式优化为count(*)。

这里有一组测试数据，分别使用count(1)、count(*)、count(column)执行。

SELECT COUNT(1) FROM `user`;        ------12行记录SELECT COUNT(*) FROM `user`;        ------12行记录SELECT COUNT(`name`) FROM `user`;    ------12行记录SELECT COUNT(`age`) FROM `user`;    ------11行记录SELECT COUNT(`email`) FROM `user`;  ------10行记录

再来说说count(主键)，上文中有说如果mysql知道某列不可能为null，那么mysql内部会将count(column)表达式优化成count(*)，我们知道主键是不可能为空的，也就是说count(主键)会被优化为count(*)。

补充

---

MyISAM 与 InnoDB 在 COUNT( * ) 操作的执行过程在哪里开始分道扬镳？

共性：共性存在于 SQL 层，即 SQL 解析之后的数据结构是一致的，count 变量都是存在于作为结果列的 Item_sum_count 类型对象中；返回给客户端的过程也类似，对该 count 变量进行赋值并经由 MySQL 通信协议返回给客户端。

区别：InnoDB 的 count 值计算是在 SQL执行阶段进行的；而 MyISAM 表本身在内存中有一份包含了表 row_count 值的 meta 信息，在 SQL 优化阶段通过存储引擎的标记给优化器一个 hint，表明该表所用的存储引擎保存了精确行数，可以直接获取到，无需再进入执行器。

总结

---

• 在开发中确实需要用到count()聚合，那么优先考虑count(*)，因为mysql本身对于count(*)做了特别的优化处理；如果你的表只有一个字段的话那count(*)就是最快的。

• count(*) 跟 count(1) 的结果一样，都包括对NULL的统计，而count(column) 是不包括NULL的统计。

• 在有主键或联合主键的情况下，count(*)>count(1);在没有主键的情况下，count(1)>count(*)；如果表只有一个字段，count(*)是最快的。

• 使用count()聚合函数后，最好不要跟where age = 1；这样的条件，会导致不走索引，降低查询效率。除非该字段已经建立了索引。

• 使用count()聚合函数后，若有where条件，且where条件的字段未建立索引，则查询不会走索引，直接扫描了全表。

• count(主键)、count(非空列)会首先选择主键上的索引快速全扫描，若主键不存在则会选择非空列上的索引，若非空列上没有索引则肯定走全表扫描。

• 如何提升count效率：既然 count(*) 在查询上依赖于所有的数据集，是不是我们在设计上也需要尽量的规避全量 count 呢？通常情况我们针对可预见的 count 查询会做适当的缓存，可以是 Redis，也可以是独立的 MySQL count 表，当然无论是哪种方式我们都需要考虑一致性的问题。

参考

Owen Yu https://zhuanlan.zhihu.com/p/28397595

小明 https://zhuanlan.zhihu.com/p/110729439

小知 https://zhuanlan.zhihu.com/p/70089384

张德检 https://zhuanlan.zhihu.com/p/107125866