count(*)为何这么慢

在开发系统的时候，你可能常常须要计算一个表的行数，好比一个交易系统的全部变动记录总数。这时候你可能会想，一条 select count(*) from t 语句不就解决了吗？

可是，你会发现随着系统中记录数愈来愈多，这条语句执行得也会愈来愈慢。而后你可能就想了，MySQL 怎么这么笨啊，记个总数，每次要查的时候直接读出来，不就行了吗。那么今天，咱们就来聊聊 count(*) 语句究竟是怎样实现的，以及 MySQL 为何会这么实现。

count(*)的实现方式

你首先要明确的是，在不一样的 MySQL 引擎中，count(*) 有不一样的实现方式。

• MyISAM 引擎把一个表的总行数存在了磁盘上，所以执行 count(*) 的时候会直接返回这个数，效率很高；
• 而 InnoDB 引擎就麻烦了，它执行 count(*) 的时候，须要把数据一行一行地从引擎里面读出来，而后累积计数。

这里须要注意的是，咱们在这里讨论的是没有过滤条件的 count(*)，若是加了 where 条件的话，MyISAM 表也是不能返回得这么快的。

不管是在事务支持、并发能力仍是在数据安全方面，InnoDB引擎都优于 MyISAM。MySQL从5.6开始默认的存储引擎也是InnoDB。这就是当记录数愈来愈多的时候，计算一个表的总行数会愈来愈慢的缘由。

为何 InnoDB 不跟 MyISAM 同样，也把数字存起来呢？这是由于即便是在同一个时刻的多个查询，因为多版本并发控制（MVCC）的缘由，InnoDB表对于“应该返回多少行”也是不肯定的。这里，举个例子。

假设一张InnoDB表 t 中如今有 10000 条记录，咱们设计了三个用户并行的会话，使用MySQL默认的可重复读（RR）隔离级别。

• 会话 A 先启动事务并查询一次表的总行数；
• 会话 B 启动事务，插入一行记录后再查询表的总行数；
• 会话 C 先启动一个单独的语句，插入一行记录后，查询表的总行数。

咱们假设从上到下是按照时间顺序执行的，同一行语句是在同一时刻执行的。

你会看到，在最后一个时刻，三个会话 A、B、C 会同时查询表 t 的总行数，但拿到的结果却不一样。

这和 InnoDB 的事务设计有关系，可重复读是它默认的隔离级别，在代码上就是经过多版本并发控制，也就是 MVCC 来实现的。每一行记录都要判断本身是否对这个会话可见，所以对于 count(*) 请求来讲，InnoDB 只好把数据一行一行地读出依次判断，可见的行才可以用于计算“基于这个查询”的表的总行数。

固然，MySQL在执行 count(*) 操做的时候仍是作了优化的。InnoDB 是索引组织表，主键索引树的叶子节点是数据页，而普通索引树的叶子节点是主键值。因此，普通索引树比主键索引树小不少。对于count这样的操做，遍历哪一个索引树获得的结果逻辑上都是同样的。所以，MySQL 优化器会找到最小的那棵树来遍历。在保证逻辑正确的前提下，尽可能减小扫描的数据量，是数据库系统设计的通用法则之一。

不一样的 count 用法

在 select count(?) from t 这样的查询语句里面， count(*) 、count(主键 id)、count(字段) 和 count(1) 等不一样用法的性能，有哪些差异。

首先要弄清楚 count() 的语义。count() 是一个聚合函数，对于返回的结果集，一行行地判断，若是 count 函数的参数不是 NULL，累计值就加 1，不然不加。最后返回累计值。

因此，count(*)、count(主键 id) 和 count(1) 都表示返回知足条件的结果集的总行数；而 count(字段），则表示返回知足条件的数据行里面，参数“字段”不为 NULL 的总个数。

至于分析性能差异的时候，你能够记住这么几个原则：

1. server 层要什么就给什么；
2. InnoDB 只给必要的值；
3. 如今的优化器只优化了 count(*) 的语义为“取行数”，其余的优化并无作。

接下来，咱们就一个个地来看看。对于 count(主键 id) 来讲，InnoDB 引擎会遍历整张表，把每一行的 id 值都取出来，返回给 server 层。server 层拿到 id 后，判断是不可能为空的，就按行累加。

对于 count(1) 来讲，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。

单看这两个用法的差异的话，就能对比出来，count(1) 执行得要比 count(主键 id) 快。由于从引擎返回 id 会涉及到解析数据行，以及拷贝字段值的操做。

对于 count(字段) 来讲：

1. 若是这个“字段”是定义为 not null 的话，一行行地从记录里面读出这个字段，判断不能为 null，按行累加；
2. 若是这个“字段”定义容许为 null，那么执行的时候，判断到有多是 null，还要把值取出来再判断一下，不是 null 才累加。

也就是前面的第一条原则，server 层要什么字段，InnoDB 就返回什么字段。

可是 count(*) 是例外，并不会把所有字段取出来，而是专门作了优化，不取值。count(*) 确定不是 null，按行累加。

看到这里，你必定会说，优化器就不能本身判断一下吗，主键 id 确定非空啊，为何不能按照 count(*) 来处理，多么简单的优化啊。固然，MySQL 专门针对这个语句进行优化，也不是不能够。可是这种须要专门优化的状况太多了，并且 MySQL 已经优化过 count(*) 了，你直接使用这种用法就能够了。

因此结论是：按照效率排序的话，count(字段)<count(主键 id)<count(1)≈count(*)，因此尽可能使用 count(*)。