count(*)的理解（mysql45讲）

问题

在开发系统的时候，你可能需要计算一个表的行数，比如一个交易系统的所有变更记录总数，这时候就会使用select count(*) from t来解决，随着系统记录数越来越多，这些语句执行也会越来越慢，这是个啥原因呢？

count（*）的实现方式

在不同的Mysq存储引擎上，count(*)有不同的实现方式

• MyISAM引擎把一个表的总行数存在了磁盘上，因此执行count(*)的时候直接返回这个数
• InnoDB引擎执行count(*)的时候需要把数据一行一行的从引擎里读出来，然后累积计数

当然，如果加了Where条件的话，MyISAM也是不能返回这么快的

为什么InnoDB不跟MyISAM一样，也把数字存起来呢？

• 因为即使是在同一个时刻的多个查询，由于多版本并发控制的原因，InnoDB表应该返回多少行也是不确定的

But, InnoDB表肯定不是简单的一行一行的取，由于它是索引组织表，它对count(*)还是有优化的

• 主键索引树的叶子节点是数据，普通索引树的叶子节点是主键ID,InnoDB在做扫描的时候，会选择最小的索引树进行扫描

TABLE_ROWS

在mysql中使用如下命令可以有一个返回值TABLE_ROWS（或者ROWS）用于显示当前这个表有多少行，这个命令执行的还挺快的

mysql> show table status;
+-------+--------+---------+------------+-------+----------------+-------------+-----------------+--------------+-----------+---------------------+---------------------+-------------+------------+-------------------+----------+----------------+---------+
| Name  | Engine | Version | Row_format | Rows  | Avg_row_length | Data_length | Max_data_length | Index_length | Data_free | Auto_increment      | Create_time         | Update_time | Check_time | Collation         | Checksum | Create_options | Comment |
+-------+--------+---------+------------+-------+----------------+-------------+-----------------+--------------+-----------+---------------------+---------------------+-------------+------------+-------------------+----------+----------------+---------+
| SUser | InnoDB |      10 | Dynamic    |     0 |              0 |       16384 |               0 |        32768 |         0 |                NULL | 2020-08-08 22:14:39 | NULL        | NULL       | latin1_swedish_ci |     NULL |                |         |
| t     | InnoDB |      10 | Dynamic    | 10122 |             35 |      360448 |               0 |       327680 |         0 |                NULL | 2020-08-10 22:20:47 | NULL        | NULL       | latin1_swedish_ci |     NULL |                |         |
| user  | InnoDB |      10 | Dynamic    |    11 |           1489 |       16384 |               0 |            0 |         0 | 1290839374338056202 | 2020-08-08 09:22:10 | NULL        | NULL       | latin1_swedish_ci |     NULL |                |         |
+-------+--------+---------+------------+-------+----------------+-------------+-----------------+--------------+-----------+---------------------+---------------------+-------------+------------+-------------------+----------+----------------+---------+
3 rows in set (0.00 sec)

所以，能够使用show table status来代替count(*)吗？

• 不能，因为TABLE_ROWS是通过采样来估算的，官方文档说误差可能达到40%或者50%

因此，靠MYSQL系统是不太可能的，我们需要自己研究计数

自己计数的方式

用缓存系统保存计数

这种情况是不准确的：

• 将计数保存在缓存系统中的方式，还不只是丢失更新的问题，即使Redis正常工作，这个值还是逻辑上不精确的（最好别使）

在数据库保存计数

1. 在数据库中创建一张数据表专门用来count
2. 我们可以利用事务的特性和InnoDB的WAL机制保证数据的一致性和可靠性

不同的count

1. count()是一个聚合函数，对于返回的结果集，一行行的判断，如果count函数的参数不是null,累计值就加1，否则不加，最后返回累计值
   • 所以count(*),count(主键ID),count(1), 都表示返回满足条件的结果集的总行数
   • count（字段）都表示返回满足条件的数据行里面，不为null的总行数

现在的优化器只是给count(*)做了取行数的优化，其他的count都会进行判断，大大的耗时

count深度解析

1. 对于count(主键ID）来说，InnoDB引擎会遍历整张表，把每一行的id给取出来，返回给Server层，Server层拿到后，判断是不可能为空的，就按行累加
2. 对于count(1)来说，InnoDB引擎遍历整张表，但不取值，server层对于返回的每一行，放一个数字1进去，判断是不可能为空的，按行累加
3. 对于count(字段）来说：
   1. 如果这个“字段”是定义为not null的话，一行行的从记录里面读出来这个字段，判断不能为null,按行累加
   2. 如果这个“字段”定义允许为null,那么执行的时候，判断到有可能是null,还要把值取出来再判断一下，不是null才累加

按照效率排序

count(字段）< count(主键id) < count(1) ~ count(*)

所以我们在取行数是要尽量使用count(*)