select count(*)
應該是一個比較常用的語句,用來統計記錄行數。
但是,慢慢地你會發現,這個語句越來越慢了,為什么呢?
count(*) 的實現方式
首先,我們來看下它的實現方式。
MySQL 中,不同的存儲引擎,count(*)
的實現方式是不同的。
1、MyISAM 引擎,比較簡單粗暴,直接將表的總行數存儲在磁盤上,因此效率很高;
2、InnoDB 引擎中,執行時,需要一行行的把數據查出來,然后累加;
為啥 MyISAM 就可以這樣做呢?因為它不支持事務啊,不用擔心數據不一致的問題。
而 InnoDB 就不一樣了。
由于 MVCC 的存在,InnoDB 在當前執行環境下,對一共有多少數據行是不確定的,比如:
假設,表 t 中有 1000 條數據,有下面三個用戶并行的會話:
1、A 啟動事務,查詢表的總行數;
2、C 直接插入一條數據,然后查詢總行數;
3、B 啟動事務,插入一條數據,然后查詢總行數;
4、C 查詢總行數;
注意,上面啟動的事務都沒有提交。
A、B、C 查詢的結果都不相同。
B 讀到的是 1002,是因為可重復讀隔離級別的存在,而 C 未開啟事務,因此無法看到別的事務的更新;
綜上,InnoDB 引擎中,在每一個會話中,都需要逐行讀取數據,然后計數返回總行數。
InnoDB 對 count(*) 的優化
InnoDB 中,主鍵索引存儲的是數據,輔助索引存儲的只是主鍵值。
因此,輔助索引比主鍵索引小得多,輕量得多。
這種情況下,InnoDB 在執行 count(*)
時,就會判斷使用哪個索引,會選擇最小的樹來進行遍歷。
在保證邏輯正確的前提下,盡量減少掃描的數據量,是數據庫系統設計的通用法則之一。
小結
1、由于 MyISAM 引擎不需要支持事務,因此可以快速返回 count(*)
;
2、show table status 命令雖然返回很快,但是不準確;
3、InnoDB 執行 count(*)
時會遍歷全表,因此性能較差;
count(*)、count(1)、count(主鍵)、count(字段)的區別
以下,基于 InnoDB。
含義區別
count()
是一個聚合函數,對于返回的結果集,會逐行判斷,若返回的不是 NULL,就會加 1,否則不加。
因此,count(*)
、count(主鍵 id)
和 count(1)
都表示返回滿足條件的結果集的總行數;而 count(字段)
,則表示返回滿足條件的數據行里面,參數“字段”不為 NULL 的總個數。
性能區別
分析性能,考慮以下幾個原則:
1、server 層要什么就會返回什么;
2、InnoDB 只返回必要的值;
3、優化器只優化了 count(*)
對于 count(主鍵id)
,InnoDB 會遍歷全表,取每行的主鍵 id,返回給 server 層,server 層拿到數據后,進行判斷累加。
對于 count(1)
,InnoDB 仍遍歷全表,但是不取值,server 層對返回的每一行數據新增一個 1,然后進行判斷累加;
因此,count(1)
要更快些,因為無需取值。從引擎返回 id 會涉及到解析數據行,以及拷貝字段值的操作。
對于 count(字段)
:
1、如果這個“字段”是定義為 not null 的話,一行行地從記錄里面讀出這個字段,判斷不能為 null,按行累加;2、如果這個“字段”定義允許為 null,那么執行的時候,判斷到有可能是 null,還要把值取出來再判斷一下,不是 null 才累加。
但是 count(*)
是例外,并不會把全部字段取出來,而是專門做了優化,不取值。count(*)
肯定不是 null,按行累加。
結論:按照效率排序的話,count(字段)<count(主鍵 id)<count(1)≈count(*)
,所以我建議你,盡量使用 count(*)
。
關注本公眾號,后臺回復「2018」即可獲取傳智播客 2018 最新 Python 和 Java 教程。
公眾號提供CSDN資源免費下載服務!