MySQL- count(*) 为什么这么慢

1. 场景

我们在开发系统过程中，有时候需要统计某个记录的的总数，这时候你会说，一条select count(*) from t 语句不就解决问题了吗？

但是随着记录越来越多，语句的查询速度会越来越慢，然后你会想MYSQL怎么这么笨，记个总数，每次要查的时候直接读出来不就好了吗？我们先来看一下count(*)是如何实现的。

2. count(*)的实现方式

在不同的Mysql存储引擎中，count(*)的实现的方式也是不一样的。

• 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效率很高。
• 而InnoDB引擎就麻烦了，它执行count(*)的时候，需要把数据一行一行从引擎里面读出来，然后累积计数。

ps: 我们select count(*)是没有加过滤条件的，如果加了where条件，MyISAM不可能返回那么快的。

我们之所以使用InnoDB,是因为无论在事务支持、并发能力还是数据安全方面，InnoDB都优于MyISAM。我猜你的表也一定使用了InnoDB引擎。这就是当你的记录数越来越多的时候，计算一个表的总行数会越来越慢。

3. 为什么InnoDB不跟MyISAM一样，也把数据存起来

这是因为即使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。

假设表t中现在有10000条记录，我们设计了三个用户并行的会话。

• 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，插入一行后记录，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。

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，但拿到的结果却不同。这和InnoDB的事务设计有关系，可重复读是它的默认的隔离级别，在代码上就是通过多版本并发控制，也就是MVCC来实现的。我们看看能不能使用缓存来保存计数呢？

4.用缓存系统保存计数

对于更新频繁的库来说，可能我们第一时间想到的是用缓存来保存数据。你可以使用一个redis服务来保存这个表的总行数，这个表每被插入一行redis计数就加1，每删除一行redis就减1。可是redis的数据不能永久留在内存中，所以会找个地方把这个值存起来。但是即使这样，仍可能丢失更新。如果在数据表中插入了一行，redis保存的值也加了1，然后redis异常重启了，重启后要从存储redis数据的地方把这个值读回来，而刚刚加1的这个计数操作却丢失了。

当然了，redis重启之后到数据库里面单独执行一次count(*)获取真实的行数，再把这个值写回到redis里面就可以了。异常重启其实也就是一次全表扫描的成本，可以接受。

但实际上，用缓存保存计数，还不只是丢失更新问题，即使redis正常工作，结果在逻辑上还是不太精确的。

比如我们要显示操作记录的总数，同时还要显示最近操作的100条记录，那么就需要先到redis里面取出计数，再到数据表里面取数据。下面有以下两种不精确的情况:

• 一种是查到的100行结果里面有最新插入记录，而redis的计数还没加1。
• 另一种是查到的100行结果没有最新插入的记录，而redis计数已经加了1。

图 2 中，会话 A 是一个插入交易记录的逻辑，往数据表里插入一行 R，然后 Redis 计数加 1；会话 B 就是查询页面显示时需要的数据。在图 2 的这个时序里，在 T3 时刻会话 B 来查询的时候，会显示出新插入的 R 这个记录，但是 Redis 的计数还没加 1。这时候，就会出现我们说的数据不一致。你一定会说，这是因为我们执行新增记录逻辑时候，是先写数据表，再改 Redis 计数。而读的时候是先读 Redis，再读数据表，这个顺序是相反的。那么，如果保持顺序一样的话，是不是就没问题了？我们现在把会话 A 的更新顺序换一下，再看看执行结果。

你会发现，这时候反过来了，会话 B 在 T3 时刻查询的时候，Redis 计数加了 1 了，但还查不到新插入的 R 这一行，也是数据不一致的情况。在并发系统里面，我们是无法精确控制不同线程的执行时刻的，因为存在图中的这种操作序列，所以，我们说即使 Redis 正常工作，这个计数值还是逻辑上不精确的。

5.用数据库保存计数

我们知道用缓存系统保存计数有丢失数据和计数不精确的问题，我们把计数直接放到数据库里面会怎么样？

你会说这和redis计数不是一样啊，那我们看看mysql能否解决这个问题？

其实我们可以利用事务的这个特性，把问题解决掉。

我们来看下现在的执行结果。虽然会话 B 的读操作仍然是在 T3 执行的，但是因为这时候更新事务还没有提交，所以计数值加 1 这个操作对会话 B 还不可见。因此，会话 B 看到的结果里， 查计数值和“最近 100 条记录”看到的结果，逻辑上就是一致的。

6. 不同count的用法

我们来看一下count(*)、count(主键 id)、count(字段) 和 count(1) 等不同用法的性能，有哪些差别。

这里，首先你要弄清楚 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，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) 和 count(1) 都表示返回满足条件的结果集的总行数；而 count(字段），则表示返回满足条件的数据行里面，参数“字段”不为 NULL 的总个数。

至于分析性能差别的时候，你可以记住这么几个原则：

• server 层要什么就给什么；
• InnoDB 只给必要的值；
• 现在的优化器只优化了 count(*) 的语义为“取行数”，其他“显而易见”的优化并没有做。

我们接下来一个一个来看：

• 对于 count(主键 id) 来说，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。

单看这两个用法的差别的话，你能对比出来，count(1) 执行得要比 count(主键 id) 快。因为从引擎返回 id 会涉及到解析数据行，以及拷贝字段值的操作。

对于 count(字段) 来说：

• 如果这个“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；
• 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。

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。但是 count() 是例外，并不会把全部字段取出来，而是专门做了优化，不取值。count() 肯定不是 null，按行累加。

7. 总结

按照效率排序的话，count(字段)<count(id)<count(1)约等于count(),所以尽量使用count()