作者:贾春生
https://blog.didiyun.com/index.php/2019/01/08/mysql-count/
“SELECT COUNT( *) FROM T” 是个再常见不过的 SQL 需求了。在 MySQL 的使用规范中,我们一般使用事务引擎 InnoDB 作为 (一般业务) 表的存储引擎,在此前提下,COUNT( * )操作的时间复杂度为 O(N),其中 N 为表的行数。
而 MyISAM 表中可以快速取到表的行数。这些实践经验的背后是怎样的机制,以及为什么需要 / 可以是这样,就是此文想要探讨的。
先来看一下概况: MySQL COUNT(*) 在 2 种存储引擎中的部分问题:
下面就带着这些问题,以 InnoDB 存储引擎为主来进行讨论。
一、InnoDB 全表 COUNT(*)
主要问题:
-
执行过程是怎样的?
-
如何计算 count?影响 count 结果的因素有哪些?
-
count 值存在哪里?涉及的数据结构是怎样的?
-
为什么 InnoDB 只能通过扫表来实现 count(*)?(见本文最后的问题)
-
全表 COUNT(*) 作为 table scan 类型操作的一个 case,有什么风险?
-
COUNT(*)操作是否会像 “SELECT * ” 一样可能读取大字段涉及的溢出页?
1
- 执行框架 – 循环: 读取 + 计数?
1.1 基本结论
-
全表扫描,一个循环解决问题。
-
循环内: 先读取一行,再决定该行是否计入 count。
-
循环内是一行一行进行计数处理的。
1.2 说明
简单 SELELCT-SQL 的执行框架,类比 INSERT INTO … SELECT 是同样的过程。
下面会逐步细化如何读取与计数 (count++) 。
2
执行过程?
引述: 执行过程部分,分为 4 个部分:
-
COUNT(*) 前置流程: 从 Client 端发 SQL 语句,到 MySQL-Server 端执行 SELECT 之前,为后面的一些阐述做一铺垫。
-
COUNT(*) 流程: 简要给出代码层面的流程框架及 2 个核心步骤的重点调用栈部分。
-
读取一行: 可见性及 row_search_mvcc 函数,介绍可见性如何影响 COUNT(*) 结果。
-
计数一行: Evaluate_join_record 与列是否为空,介绍计数过程如何影响 COUNT(*) 结果。
如果读者希望直接看如何进行 COUNT(*),那么也可以忽略 (1),而直接跳到 (2) 开始看。
2.1 COUNT(*) 前置流程回忆 – 从 Client 端发 SQL 到 sub_select 函数
为了使看到的调用过程不太突兀,我们还是先回忆一下如何执行到 sub_select 函数这来的:
-
MySQL-Client 端发送 SQL 语句,根据 MySQL 通信协议封包发送。
-
Mysql-Server 端接收数据包,由协议解析出 command 类型 (QUERY) 及 SQL 语句 ( 字符串 ) 。
-
SQL 语句经过解析器解析输出为 JOIN 类的对象,用于结构化地表达该 SQL 语句。
PS: 这里的 JOIN 结构,不仅仅是纯语法结构,而是已经进行了语义处理,粗略地说,汇总了表的列表 (table_list)、目标列的列表 ( target_list )、WHERE 条件、子查询等语法结构。
在全表 COUNT(*)-case 中,table_list = [表 “t”(别名也是 “t”)],target_list = [目标列对象 (列名为 “COUNT( * )”)],当然这里没有 WHERE 条件、子查询等结构。
-
JOIN 对象有 2 个重要的方法: JOIN::optimize(), JOIN::exec(),分别用于进行查询语句的优化 和 查询语句的执行。
-
join->optimize(),优化阶段 (稍后 myisam 下全表 count( *) 操作会涉及这里的一点内容)。
-
join->exec(),执行阶段 ( 重点),包含了 InnoDB 下全表 count( * ) 操作的执行流程。
-
join->exec() 经过若干调用,将调用到 sub_select 函数来执行简单 SQL,包括 COUNT( *) 。
-
END of sub_select 。
2.2 COUNT(*) 流程 ( 于 sub_select 函数中 )
上层的流程与代码是比较简单的,集中在 sub_select 函数中,其中 2 类函数分别对应于前面” 执行框架” 部分所述的 2 个步骤 – 读取、计数。先给出结论如下:
-
读取一行:从相对顶层的 sub_select 函数经过一番调用,最终所有分支将调用到 row_search_mvcc 函数中,该函数就是用于从 InnoDB 存储引擎所存储的 B±tree 结构中读取一行到内存中的一个 buf (uchar *) 中,待后续处理使用。
这里会涉及行锁的获取、MVCC 及行可见性的问题。当然对 于 SELECT COUNT(*) 这类快照读而言,只会涉及 MVCC 及其可见性,而不涉及行锁。详情可跳至 “可见性与 row_search_mvcc 函数” 部分。
-
计数一行: 代码层面,将会在 evaluate_join_record 函数中对所读取的行进行评估,看其是否应当计入 count 中 (即是否要 count++)。
简单来说,COUNT(arg) 本身为 MySQL 的函数操作,对于一行来说,若括号内的参数 arg ( 某列或整行 ) 的值若不是 NULL,则 count++,否则对该行不予计数。详情可跳至 “ Evaluate_join_record 与列是否为空” 部分。
这两个阶段对 COUNT(*) 结果的影响如下: (两层过滤)
SQL 层流程框架相关代码摘要如下:
1210 enum_nested_loop_state
1211 sub_select(JOIN *join, QEP_TAB *const qep_tab,bool end_of_records)
1212 {
1213 DBUG_ENTER("sub_select");
... ... // 此处省略1000字
1265 while (rc == NESTED_LOOP_OK && join->return_tab >= qep_tab_idx)
1266 {
1267 int error;
// 第一步,从存储引擎中获取一行;
1268 if (in_first_read)
1269 {
1270 in_first_read= false;
// 第一步,首次读取,扫描第一个满足条件的记录;
// 初始化cursor,从”头”扫描到某个位置
// 类似: SELECT id FROM t LIMIT 1;
1271 error= (*qep_tab->read_first_record)(qep_tab);
1272 }
1273 else
// 第一步,后续读取,在前次扫描的位置上继续遍历,找到一个满足条件的记录;
// 类似: SELECT id FROM t WHERE id > $last_id LIMIT 1;
1274 error= info->read_record(info);
... ... // 此处省略1000字
// 第二步,处理刚刚取出的一行
1291 rc= evaluate_join_record(join, qep_tab);
... ... // 此处省略1000字
1303 DBUG_RETURN(rc);
1304 }
Q: 代码层面,第一步骤 (读取一行) 有 2 个分支,为什么?
**A:**从 InnoDB 接口层面考虑,分为 “读第一行” 和 “读下一行”,是 2 个不同的执行过程,读第一行需要找到一个 ( cursor ) 位置并做一些初始化工作让后续的过程可递归。
正如我们如果用脚本 / 程序来进行逐行的扫表操作,实现上就会涉及下面 2 个 SQL:
// SELECT id FROM t LIMIT 1; OR SELECT MIN(id)-1 FROM t; -> $last_id
// SELECT id FROM t WHERE id > $last_id LIMIT 1;
具体涉及到此例的代码,SQL 层到存储引擎层的调用关系,读取阶段的调用栈如下:(供参考)
sub_select 函数中从 SQL 层到 InnoDB 层的函数调用关系:(同颜色、同缩进 表示同一层)
Ø (*qep_tab->read_first_record) ()
| -- > join_read_first(tab)
| -- > tab->read_record.read_record=join_read_next;
| -- > table->file->ha_index_init()
| -- > handler::ha_index_init(uint idx, bool sorted)
| -- > ha_innobase::index_init()
| -- > table->file->ha_index_first()
| -- > handler::ha_index_first(uint idx, bool sorted)
| -- > ha_innobase::index_first()
| -- > ha_innobase::index_read()
| -- > row_search_mvcc()
初始化cursor并将其放到一个有效的初始位置上;
Ø info->read_record (info)
| -- > join_read_next(info)
| -- > info->table->file->ha_index_next(info->record))
| -- > handler::ha_index_next(uchar * buf)
| -- > ha_innobase::index_next(uchar * buf)
| -- > general_fetch(buf, ROW_SEL_NEXT, 0)
| -- > row_search_mvcc()
“向前”移动一次cursor;
我们可以看到,无论是哪一个分支的读取,最终都殊途同归于 row_search_mvcc 函数。
以上是对 LOOP 中的代码做一些简要的说明,下面来看 row_search_mvcc 与 evaluate_join_record 如何输出最终的 count 结果。
2.3 行可见性及 row_search_mvcc 函数
这里我们主要通过一组 case 和几个问题来看行可见性对 COUNT(*) 的影响。
*Q:对于 “SELECT COUNT( ) FROM t” 或者 “SELECT MIN(id) FROM t” 操作,第一次的读行操作读到的是表 t 中 ( B+ 树最左叶节点 page 内 ) 的最小记录吗?( ha_index_first 为何也调用 row_search_mvcc 来获取最小 key 值?)
**A:**不一定。即使是 MIN (id) 也不一定就读取的是 id 最小的那一行,因为也同样有行可见性的问题,实际上 index_read 取到的是 当前事务内语句可见的最小 index 记录。这也反映了前面提到的 join_read_first 与 join_read_next “殊途同归” 到 row_search_mvcc 是理所应当的。
Q:针对图中最后一问,如果事务 X 是 RU (Read-Uncommitted) 隔离级别,且 C-Insert ( 100 ) 的完成是在 X-count( * ) 执行过程中 ( 仅扫描到 5 或 10 这条记录 ) 完成的,那么 X-count( * ) 在事务 C-Insert ( 100 ) 完成后,能否在之后的读取过程中看到 100 这条记录呢?
**A:**MySQL 采取” 读到什么就是什么” 的策略,即 X-count(*) 在后面可以读到 100 这条记录。
2.4 evaluate_join_record 与列是否为空
Q:某一行如何计入 count?
**A:**两种情况会将所读的行计入 count:
- 如果 COUNT 函数中的参数是某列,则会判断所读行中该列定义是否 Nullable 以及该列的值是否为 NULL;若两者均为是,则不会计入 count,否则将计入 count。
-
e.g. SELECT COUNT(col_name) FROM t
-
col_name 可以是主键、唯一键、非唯一键、非索引字段
- 如果 COUNT 中带有 * ,则会判断这部分的整行是否为 NULL,如果判断参数为 NULL,则忽略该行,否则 count++。
-
e.g-1. SELECT COUNT(*) FROM t
-
e.g-2. SELECT COUNT(B.*) FROM A LEFT JOIN B ON A.id = B.id
Q: 特别地,对于 SELECT COUNT(id) FROM t,其中 id 字段是表 t 的主键,则如何?
**A:**效果上等价于 COUNT(*)。因为无论是 COUNT( * ),还是 COUNT ( pk_col ) 都是因为有主键从而充分断定索取数据不为 NULL,这类 COUNT 表达式可以用于获取当前可见的表行数。
Q: 用户层面对 InnoDB COUNT(*) 的优化操作问题
**A:**这个问题是业界熟悉的一个问题,扫描非空唯一键可得到表行数,但所涉及的字节数可能会少很多 (在表的行长与主键、唯一键的长度相差较多时),相对的 IO 代价小很多。
相关调用栈参考如下:
参考一:
evaluate_join_record()
| -- > rc= (*qep_tab->next_select)(join, qep_tab+1, 0);
| -- > end_send_group(...)
| -- > init_sum_functions(join->sum_funcs, join->sum_funcs_end[idx+1]))
| -- > (*func_ptr)->reset_and_add()
| -- > Item_sum::aggregator_clear()
| -- > Item_sum::aggregator_add()
| -- > update_sum_func(Item_sum **func_ptr)
| -- > (*func_ptr)->add()
| -- > Item_sum::aggregator_add()
参考二: (Item_sum::aggregator_add)
((Item_sum *) (*func_ptr))->aggregator_add()
| -- > (Item_sum *)this->aggr->add()
| -- > ((Aggregator_simple *) aggr)->item_sum->add()
| -- > if (! aggr->arg_is_null(false))
| ------ > ((Item_sum_count *)aggr->item_sum)->count++;
二、数据结构:
Q:count 值存储在哪个内存变量里?
**A: **SQL 解析后,存储于表达 COUNT() 这一项中,((Item_sum_count)item_sum)->count
如下图所示回顾我们之前 “COUNT( *) 前置流程”部分提到的 JOIN 结构。
即 SQL 解析器为每个 SQL 语句进行结构化,将其放在一个 JOIN 对象 (join) 中来表达。在该对象中创建并填充了一个列表 result_field_list 用于存放结果列,列表中每个元素则是一个结果列的 ( Item_result_field* ) 对象 ( 指针 ) 。
在 COUNT(*)-case 中,结果列列表只包含一个元素,( Item_sum_count: public Item_result_field ) 类型对象 ( name = “COUNT( * )”),其中该类所特有的成员变量 count 即为所求。
三、MyISAM 全表 COUNT(*)
由于 MyISAM 引擎并不常用于实际业务中,仅做简要描述如下:
-
MyISAM-COUNT(*) 操作是 O(1) 时间复杂度的操作。
-
每张 MyISAM 表中存放了一个 meta 信息 - count 值,在内存中与文件中各有一份,内存中的 count 变量值通过读取文件中的 count 值来进行初始化。
-
SELECT COUNT( * ) FROM t
会直接读取内存中的表 t 对应的 count 变量值。 -
内存中的 count 值与文件中的 count 值由写操作来进行更新,其一致性由表级锁来保证。
-
表级锁保证的写入串行化使得,同一时刻所有用户线程的读操作要么被锁,要么只会看到一种数据状态。
四、几个问题
Q: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。
Q:InnoDB 中为何无法向 MyISAM 一样维护住一个 row_count 变量?
**A:**从 MVCC 机制与行可见性问题中可得到原因,每个事务所看到的行可能是不一样的,其 count(*) 结果也可能是不同的;反过来看,则是 MySQL-Server 端无法在同一时刻对所有用户线程提供一个统一的读视图,也就无法提供一个统一的 count 值。
PS: 对于多个访问 MySQL 的用户线程 (COUNT( *) ) 而言,决定它们各自的结果的因素有几个:
-
一组事务执行前的数据状态 (初始数据状态)。
-
有时间重叠的事务们的执行序列 (操作时序,事务理论表明 并发事务操作的可串行化是正确性的必要条件)。
-
事务们各自的隔离级别 (每个操作的输入)。
其中 1、2 对于 Server 而言都是全局或者说可控的,只有 3 是每个用户线程中事务所独有的属性,这是 Server 端不可控的因素,因此 Server 端也就对每个 COUNT(*) 结果不可控了。
Q:InnoDB-COUNT(*) 属 table scan 操作,是否会将现有 Buffer Pool 中其它用户线程所需热点页从 LRU-list 中挤占掉,从而其它用户线程还需从磁盘 load 一次,突然加重 IO 消耗,可能对现有请求造成阻塞?
**A:**MySQL 有这样的优化策略,将扫表操作所 load 的 page 放在 LRU-list 的 oung/old 的交界处 (LRU 尾部约 3/8 处)。这样用户线程所需的热点页仍然在 LRU-list-young 区域,而扫表操作不断 load 的页则会不断冲刷 old 区域的页,这部分的页本身就是被认为非热点的页,因此也相对符合逻辑。
PS: 个人认为还有一种类似的优化思路,是限定扫描操作所使用的 Buffer Pool 的大小为 O(1) 级别,但这样做需要付出额外的内存管理成本。
Q:InnoDB-COUNT(*) 是否会像 SELECT * FROM t 那样读取存储大字段的溢出页 (如果存在)?
**A:**否。因为 InnoDB-COUNT(*) 只需要数行数,而每一行的主键肯定不是 NULL,因此只需要读主键索引页内的行数据,而无需读取额外的溢出页。