MySQL COUNT(*)性能原理详解

前言

在实际开发过程中，统计一个表的数据量是经常遇到的需求，用来统计数据库表的行数都会使用 COUNT(*) ， COUNT(1) 或者 COUNT(字段) ，但是表中的记录越来越多，使用 COUNT(*) 也会变得越来越慢，今天我们就来分析一下 COUNT(*) 的性能到底如何。

1.COUNT(1)、COUNT(*)与COUNT(字段)哪个更快？

执行效果：

COUNT(*) MySQL 对 count(*) 进行了优化， count(*) 直接扫描主键索引记录，并不会把全部字段取出来，直接按行累加。 COUNT(1) 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，按行累加。 COUNT(字段) 如果这个[字段]是定义为NOT NULL，那么InnoDB 引擎会一行行地从记录里面读出这个字段，server 层判断不能为NULL，按行累加;如果这个[字段]定义允许为NULL，那么InnoDB 引擎会一行行地从记录里面读出这个字段，然后把值取出来再判断一下，不是 NULL才累加。

实验分析

本文测试使用的环境：

[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

测试数据库采用的是（存储引擎采用InnoDB，其它参数默认）：

(Mon Jul 25 09:41:39 2022)[root@GreatSQL][(none)]>select version();
+———–+
| version() |
+———–+
| 8.0.25-16 |
+———–+
1 row in set (0.00 sec)

实验开始：

#首先我们创建一个实验表

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条数据
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 ;
#执行存储过程
call insert_1000w();

接下来我们分别来实验一下：

COUNT(1) 花费了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(*) 花费了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) 花费了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)

我们可以再来测试一下执行计划

COUNT(*)

(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 23:13:02 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 23:13:29 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里如果是非主键字段的话

实验结果

1.从上面的实验我们可以得出， COUNT(*) 和 COUNT(1) 是最快的，其次是 COUNT(id) 。 2. count(*) 被MySQL查询优化器改写成了 count(0) ，并选择了idx_salary索引。 3. count(1) 和 count(id) 都选择了idx_salary索引。

实验结论

总结： COUNT(*)=COUNT(1)>COUNT(id)

MySQL的官方文档也有说过：

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

翻译： InnoDB以相同的方式处理SELECT COUNT（*）和SELECT COUNT（1）操作。没有性能差异

所以说明了对于 COUNT(1) 或者是 COUNT(*) ，MySQL的优化其实是完全一样的，没有存在没有性能的差异。

但是建议使用 COUNT(*) ，因为这是MySQL92定义的标准统计行数的语法。

2.COUNT(*)与TABLES_ROWS

在InnoDB中，MySQL数据库每个表占用的空间、表记录的行数可以打开MySQL的 information_schema 数据库。在该库中有一个 TABLES 表，这个表主要字段分别是：

TABLE_SCHEMA : 数据库名 TABLE_NAME：表名 ENGINE：所使用的存储引擎 TABLES_ROWS：记录数 DATA_LENGTH：数据大小 INDEX_LENGTH：索引大小

TABLE_ROWS用于显示这个表当前有多少行，这个命令执行挺快的，那这个TABLE_ROWS能代替 count(*) 吗？

我们用TABLES_ROWS查询一下表记录条数：

(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，记录的条数并不准确，因为InnoDB引擎下TABLES_ROWS行计数仅是大概估计值。

3.COUNT(*)是怎么样执行的?

首先要明确的是，MySQL有多种不同引擎，在不同的引擎中， count(*) 有不同的实现方式，本文主要介绍的是在InnoDB引擎上的执行流程

在InnoDB存储引擎中， count(*) 函数是先从内存中读取表中的数据到内存缓冲区，然后扫描全表获得行记录数的。简单来说就是全表扫描，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。

在MyISAM引擎中是把一个表的总行数存在了磁盘上，因此执行 count(*) 的时候会直接返回这个数，效率很高。

之所以InnoDB 不跟 MyISAM一样把数字存起来，是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(MVCC)的原因，InnoDB表应该返回多少行也是不确定的。而且不论是在事务支持、并发能力还是在数据安全方面，InnoDB都优于MyISAM。

虽然如此，InnoDB对于 count(*) 操作还是做了优化的。InnoDB是索引组织表，主键索引树的叶子节点是数据，而普通索引树的叶子节点是主键值。所以，普通索引树比主键索引树小很多。对于 count(*) 这样的操作，遍历哪个索引树得到的结果逻辑上都是一样的。因此，MySQL 优化器会找到最小的那棵树来遍历。

需要注意的是我们在这篇文章里讨论的是没有过滤条件的 count(*) ，如果加了WHERE条件的话，MyISAM引擎的表也是不能返回得这么快的。

4.总结

1. COUNT(*)=COUNT(1)>COUNT(id) 2.COUNT函数的用法，主要用于统计表行数。主要用法有 COUNT(*)、COUNT(字段)和COUNT(1) 3.因为 COUNT(*) 是SQL92定义的标准统计行数的语法，所以MySQL对他进行了很多优化，MyISAM中会直接把表的总行数单独记录下来供 COUNT(*) 查询，而InnoDB则会在扫表的时候选择最小的索引来降低成本。这些优化的前提是没有进行WHERE和GROUP的条件查询。 4.在InnoDB中 COUNT(*) 和 COUNT(1) 实现上没有区别，而且效率一样，但是 COUNT(字段) 需要进行字段的非NULL判断，所以效率会低一些。 5.因为 COUNT(*) 是SQL92定义的标准统计行数的语法，并且效率高，所以还是建议使用 COUNT(*) 查询表的行数。 6.正如前面 COUNT(name) 的用例那样，在建表过程中需要根据业务需求建立性能较高的索引，同时也要注意避免建立不必要的索引。

查看更多关于MySQL COUNT(*)性能原理详解的详细内容...

声明：本文来自网络，不代表【好得很程序员自学网】立场，转载请注明出处：http://www.haodehen.cn/did204638

更新时间：2023-05-03 阅读：31次