溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
今天小編給大家分享一下MySQL COUNT(*)性能原理是什么的相關知識點，內容詳細，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。
執行效果：
COUNT(*)MySQL 對count(*)進行了優化，count(*)直接掃描主鍵索引記錄，并不會把全部字段取出來，直接按行累加。
COUNT(1)InnoDB引擎遍歷整張表，但不取值，server 層對于返回的每一行，放一個數字“1”進去，按行累加。
COUNT(字段)如果這個“字段”是定義為NOT NULL，那么InnoDB 引擎會一行行地從記錄里面讀出這個字段，server 層判斷不能為NULL，按行累加;如果這個“字段”定義允許為NULL，那么InnoDB 引擎會一行行地從記錄里面讀出這個字段，然后把值取出來再判斷一下，不是 NULL才累加。
本文測試使用的環境：
[root@zhyno1 ~]# cat /etc/system-release CentOS Linux release 7.9.2009 (Core) [root@zhyno1 ~]# uname -a Linux zhyno1 3.10.0-1160.62.1.el7.x86_64 #1 SMP Tue Apr 5 16:57:59 UTC 2022 x86_64 x86_64 x86_64 GNU/Linux
測試數據庫采用的是（存儲引擎采用InnoDB，其它參數默認）：
(Mon Jul 25 09:41:39 2022)[root@GreatSQL][(none)]>select version(); +-----------+ | version() | +-----------+ | 8.0.25-16 | +-----------+ 1 row in set (0.00 sec)
實驗開始：
#首先我們創建一個實驗表
CREATE TABLE test_count (
`id` int(10) NOT NULL AUTO_INCREMENT PRIMARY KEY,
`name` varchar(20) NOT NULL,
`salary` int(1) NOT NULL,
KEY `idx_salary` (`salary`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
#插入1000W條數據
DELIMITER //
CREATE PROCEDURE insert_1000w()
BEGIN
DECLARE i INT;
SET i=1;
WHILE i<=10000000 DO
INSERT INTO test_count(name,salary) VALUES('KAiTO',1);
SET i=i+1;
END WHILE;
END//
DELIMITER ;
#執行存儲過程
call insert_1000w();接下來我們分別來實驗一下：
COUNT(1)花費了4.19秒
(Sat Jul 23 22:56:04 2022)[root@GreatSQL][test]>select count(1) from test_count; +----------+ | count(1) | +----------+ | 10000000 | +----------+ 1 row in set (4.19 sec)
COUNT(*)花費了4.16秒
(Sat Jul 23 22:57:41 2022)[root@GreatSQL][test]>select count(*) from test_count; +----------+ | count(*) | +----------+ | 10000000 | +----------+ 1 row in set (4.16 sec)
COUNT(字段)花費了4.23秒
(Sat Jul 23 22:58:56 2022)[root@GreatSQL][test]>select count(id) from test_count; +-----------+ | count(id) | +-----------+ | 10000000 | +-----------+ 1 row in set (4.23 sec)
我們可以再來測試一下執行計劃
COUNT(*)
(Sat Jul 23 22:59:16 2022)[root@GreatSQL][test]>explain select count(*) from test_count; +----+-------------+------------+------------+-------+---------------+------------+---------+------+---------+----------+-------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+------------+------------+-------+---------------+------------+---------+------+---------+----------+-------------+ | 1 | SIMPLE | test_count | NULL | index | NULL | idx_salary | 4 | NULL | 9980612 | 100.00 | Using index | +----+-------------+------------+------------+-------+---------------+------------+---------+------+---------+----------+-------------+ 1 row in set, 1 warning (0.01 sec) (Sat Jul 23 22:59:48 2022)[root@GreatSQL][test]>show warnings; +-------+------+-----------------------------------------------------------------------+ | Level | Code | Message | +-------+------+-----------------------------------------------------------------------+ | Note | 1003 | /* select#1 */ select count(0) AS `count(*)` from `test`.`test_count` | +-------+------+-----------------------------------------------------------------------+ 1 row in set (0.00 sec)
COUNT(1)
(Sat Jul 23 23:12:45 2022)[root@GreatSQL][test]>explain select count(1) from test_count; +----+-------------+------------+------------+-------+---------------+------------+---------+------+---------+----------+-------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+------------+------------+-------+---------------+------------+---------+------+---------+----------+-------------+ | 1 | SIMPLE | test_count | NULL | index | NULL | idx_salary | 4 | NULL | 9980612 | 100.00 | Using index | +----+-------------+------------+------------+-------+---------------+------------+---------+------+---------+----------+-------------+ 1 row in set, 1 warning (0.00 sec) (Sat Jul 23 23:13:02 2022)[root@GreatSQL][test]>show warnings; +-------+------+-----------------------------------------------------------------------+ | Level | Code | Message | +-------+------+-----------------------------------------------------------------------+ | Note | 1003 | /* select#1 */ select count(1) AS `count(1)` from `test`.`test_count` | +-------+------+-----------------------------------------------------------------------+ 1 row in set (0.00 sec)
COUNT(字段)
(Sat Jul 23 23:13:14 2022)[root@GreatSQL][test]>explain select count(id) from test_count; +----+-------------+------------+------------+-------+---------------+------------+---------+------+---------+----------+-------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+------------+------------+-------+---------------+------------+---------+------+---------+----------+-------------+ | 1 | SIMPLE | test_count | NULL | index | NULL | idx_salary | 4 | NULL | 9980612 | 100.00 | Using index | +----+-------------+------------+------------+-------+---------------+------------+---------+------+---------+----------+-------------+ 1 row in set, 1 warning (0.00 sec) (Sat Jul 23 23:13:29 2022)[root@GreatSQL][test]>show warnings; +-------+------+-----------------------------------------------------------------------------------------------+ | Level | Code | Message | +-------+------+-----------------------------------------------------------------------------------------------+ | Note | 1003 | /* select#1 */ select count(`test`.`test_count`.`id`) AS `count(id)` from `test`.`test_count` | +-------+------+-----------------------------------------------------------------------------------------------+ 1 row in set (0.00 sec)
需要注意的是COUNT里如果是非主鍵字段的話
(Tue Jul 26 14:01:57 2022)[root@GreatSQL][test]>explain select count(name) from test_count where id <100 ; +----+-------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-------------+ | 1 | SIMPLE | test_count | NULL | range | PRIMARY | PRIMARY | 4 | NULL | 99 | 100.00 | Using where | +----+-------------+------------+------------+-------+---------------+---------+---------+------+------+----------+-------------+ 1 row in set, 1 warning (0.00 sec)
1.從上面的實驗我們可以得出，COUNT(*)和COUNT(1)是最快的，其次是COUNT(id)。
2.count(*)被MySQL查詢優化器改寫成了count(0)，并選擇了idx_salary索引。
3.count(1)和count(id)都選擇了idx_salary索引。
總結：COUNT(*)=COUNT(1)>COUNT(id)
MySQL的官方文檔也有說過：
InnoDB handles SELECT COUNT(*) and SELECT COUNT(1) operations in the same way. There is no performance difference
翻譯： InnoDB以相同的方式處理SELECT COUNT（*）和SELECT COUNT（1）操作。沒有性能差異
所以說明了對于COUNT(1)或者是COUNT(*)，MySQL的優化其實是完全一樣的，沒有存在沒有性能的差異。
但是建議使用COUNT(*)，因為這是MySQL92定義的標準統計行數的語法。
在InnoDB中，MySQL數據庫每個表占用的空間、表記錄的行數可以打開MySQL的information_schema數據庫。在該庫中有一個TABLES表，這個表主要字段分別是：
TABLE_SCHEMA : 數據庫名
TABLE_NAME：表名
ENGINE：所使用的存儲引擎
TABLES_ROWS：記錄數
DATA_LENGTH：數據大小
INDEX_LENGTH：索引大小
TABLE_ROWS用于顯示這個表當前有多少行，這個命令執行挺快的，那這個TABLE_ROWS能代替count(*)嗎？
我們用TABLES_ROWS查詢一下表記錄條數：
(Sat Jul 23 23:15:14 2022)[root@GreatSQL][test]>SELECT TABLE_ROWS -> FROM INFORMATION_SCHEMA.TABLES -> WHERE TABLE_NAME = 'test_count'; +------------+ | TABLE_ROWS | +------------+ | 9980612 | +------------+ 1 row in set (0.03 sec)
可以看到，記錄的條數并不準確，因為InnoDB引擎下TABLES_ROWS行計數僅是大概估計值。
首先要明確的是，MySQL有多種不同引擎，在不同的引擎中，count(*)有不同的實現方式，本文主要介紹的是在InnoDB引擎上的執行流程
在InnoDB存儲引擎中，count(*)函數是先從內存中讀取表中的數據到內存緩沖區，然后掃描全表獲得行記錄數的。簡單來說就是全表掃描，一個循環解決問題，循環內: 先讀取一行，再決定該行是否計入count循環內是一行一行進行計數處理的。
在MyISAM引擎中是把一個表的總行數存在了磁盤上，因此執行count(*)的時候會直接返回這個數，效率很高。
之所以InnoDB 不跟 MyISAM一樣把數字存起來，是因為即使是在同一個時刻的多個查詢，由于多版本并發控制(MVCC)的原因，InnoDB表應該返回多少行也是不確定的。而且不論是在事務支持、并發能力還是在數據安全方面，InnoDB都優于MyISAM。
雖然如此，InnoDB對于count(*)操作還是做了優化的。InnoDB是索引組織表，主鍵索引樹的葉子節點是數據，而普通索引樹的葉子節點是主鍵值。所以，普通索引樹比主鍵索引樹小很多。對于count(*)這樣的操作，遍歷哪個索引樹得到的結果邏輯上都是一樣的。因此，MySQL 優化器會找到最小的那棵樹來遍歷。
需要注意的是我們在這篇文章里討論的是沒有過濾條件的count(*)，如果加了WHERE條件的話，MyISAM引擎的表也是不能返回得這么快的。
1.COUNT(*)=COUNT(1)>COUNT(id)
2.COUNT函數的用法，主要用于統計表行數。主要用法有COUNT(*)、COUNT(字段)和COUNT(1)
3.因為COUNT(*)是SQL92定義的標準統計行數的語法，所以MySQL對他進行了很多優化，MyISAM中會直接把表的總行數單獨記錄下來供COUNT(*)查詢，而InnoDB則會在掃表的時候選擇最小的索引來降低成本。這些優化的前提是沒有進行WHERE和GROUP的條件查詢。
4.在InnoDB中COUNT(*)和COUNT(1)實現上沒有區別，而且效率一樣，但是COUNT(字段)需要進行字段的非NULL判斷，所以效率會低一些。
5.因為COUNT(*)是SQL92定義的標準統計行數的語法，并且效率高，所以還是建議使用COUNT(*)查詢表的行數。
6.正如前面COUNT(name)的用例那樣，在建表過程中需要根據業務需求建立性能較高的索引，同時也要注意避免建立不必要的索引。
以上就是“MySQL COUNT(*)性能原理是什么”這篇文章的所有內容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學習更多的知識，請關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
