MySQL中聚合函数count的使用和性能优化

本文的环境是Windows 10，MySQL版本是5.7.12-log

1、 基本使用

count的基本做用是有两个：

• 统计某个列的数据的数量；
• 统计结果集的行数；

用来获取知足条件的数据的数量。可是其中有一些与使用中印象不一样的状况，好比当count做用一列、多列、以及使用*来表达整行产生的效果是不一样的。

示例表以下：

CREATE TABLE `NewTable` ( `id` int(11) NULL DEFAULT NULL , `name` varchar(30) NULL DEFAULT NULL , `country` varchar(50) NULL DEFAULT NULL , `province` varchar(30) NULL DEFAULT NULL , `city` varchar(30) NULL DEFAULT NULL )ENGINE=InnoDB

1.1 不计算NULL的值

若是有NULL值，在返回的结果中会被过滤掉

select count(country) from person;

返回结果以下：

若是知足条件的数据项不存在，则结构返回0，常常经过这种方式判断是否有知足条件的数据存在；返回的数据类型是bigint。

1.2 对count(*)的处理

count(*)的处理是有点不一样的，它会返回全部数据的数量，可是不会过滤其中的NULL值，它也并非至关于展开成全部的列，而是直接会忽略全部的列而直接统计全部的行数。语句以下：

select count(*) from person;

返回结果以下：

当想要返回全部的数据的数量的时候，可是又不想包括所有是NULL的列，使用count(*)是不可能作到的，可是在1.1中说到count做用于列的时候会过滤NULL，那么直接这么写是否是对？

select count(id, `name`, country, province, city) from person;

那就错了，count只能做用于单列，不能做用于多列 ，因此上面的写法是错误的。

另外针对count(*)语句，在MyISAM存储引擎中作了优化，每一个表的数据行数都会存储在存储引擎中，能够很快拿到；可是在事务性的存储引擎中，好比InnoDB中，由于会涉及到多个事务；

1.3 对count(distinct …)的处理

count(distinct …)会返回彼此不一样可是非NULL的数据的行数。这一点和只使用distinct是有区别的，由于distinct是不过滤NULL值的，详见MySQL中distinct的使用方法 。
- 若是没有符合条件的数据则返回0；
- 该语句能够做用于多列，是当各个列之间有一个不一样，就认为整行数据不一样，与distinct做用于多列时效果相同；

select count(DISTINCT country) from person;

返回结果以下：

可是对于count(*)和count(distinct )二者的结合，以下：

select count(DISTINCT *) from person;

该语句是错误的，没法执行，所以与select count(DISTINCT *) from person 仍是有区别的。

2、 性能优化

一般状况下，count(*)操做须要大量扫描数据表中的行，若是避免扫描大量的数据就成为优化该语句的关键所在。针对这个问题能够从以下两个角度考虑。

2.1 在数据库的层次上优化

2.1.1 针对count(*)

在MySQL内部已经针对count(*)进行了优化，使用explain查询以下：

EXPLAIN select count(*) from person;

从中能够看出该查询没有使用全表扫描也没有使用索引，甚至不须要查询数据表，在上面的示例数据库中得知，该库的存储引擎是InnoDB ，并且其中既没有主键也没有索引。

2.2 针对单个列进行count

查询以下：

EXPLAIN select count(country) from person where id > 2;

发如今没有主键和索引的状况下，对全表进行了扫描。在数据中避免大量扫描数据行，一个最直接的方法使用索引：

• 当对id设置为通常索引 ：INDEX abc (id) USING BTREE 。

  执行查询以下：

  EXPLAIN select count(country) from person where id > 2;

  结果以下：

  此时发现并无使用索引，仍然进行的是全表扫描，当执行以下时：

  EXPLAIN select count(country) from person where id > 4;

  结果以下：

  这是使用了索引进行了范围查询，显然比上面的要好。

  可是问题来了，为何有时候使用索引，有时候不用索引？在上面的第一次查询中已经可以检测出可能的key可是并无使用？若是有知道的大神给解读一下！

• 对id设置为主键，执行查询以下：

  EXPLAIN select count(country) from person where id > 2;

  结果以下：

2.2 在应用的层次上优化

在应用的层次上优化，能够考虑在系统架构中引入缓存子系统，好比在过去中经常使用的Memcached，或者如今很是流行的Redis， 可是这样会增长系统的复杂性。