MySQL-删除数据和count(*)原理

delete删除数据原理

在InndoDB存储引擎中，delete删除操作是把需要删除的数据或者页标记为已删除，后面如果有需要，直接复用即可。这些被标记为已经删除的数据，看起来就像空洞一样。所以看起来虽然delete了，但是表文件大小并不会改变。

如果想删除这些空洞，达到收缩表空间的目的，可以使用alter table t engine=InnoDB来重建表，内部流程如下：

新建一个表结构相同的表b
把数据，从表a按照主键递增的顺序一行一行读出来然后插入表b
操作完毕后，用表b替换表a

在mysql5.6之前，这个操作在整个过程中，不能有更新操作。mysql5.6以后引入的Online DDL，可以对上面的步骤进行优化。

首先，复习一下onlineDDL的概念：在之前的笔记MySQL-全句锁、表锁和元数据锁中，学习元数据锁的时候也提到过online DDL的概念，核心就是先申请一个MDL写锁，成功以后会降级为MDL读锁，然后做真正的DDL操作，操作完毕后再申请MDL写锁。
其次，在做真正的DDL操作时，既然不阻塞DML操作，那么对表的DML操作如何体现到新表中呢？MySQL的实现是把对表的更新操作记录在一个日志文件（row log）中，等到拷贝完原数据到到临时表后，再对这个临时表应用row log中的修改。

count(*)原理

在不同的存储引擎中，对count(*)的实现是不同的

MyISAM中，会保存总行数到磁盘中，每次select count(*)会直接返回这个值
InnoDB中，计算count(*)的时候，需要把数据从引擎中一行一行读出来，然后计算累加值

为什么InnoDB不把数据保存起来？

在之前的文章 MySQL-事务中的一致性读和锁定读的具体原理中，我们学习过事务，了解了MVCC，知道不同时刻启动的事务，拿到的事务视图是不一样的，在可重复读的隔离级别设置下，事务中读取数据始终是一致的。这个问题其实就和MVCC有关，既然每个事务视图拿到的数据可能是不一样的，那么就无法只存储一个值，来代表行数。而且，MyISAM看起来把行数存储为一个值，查询的时候性能较高，但是一旦查询条件中使用了where，那么就无法使用这个值了。

不同count写法的性能对比

首先需要明确，count（XX），统计的是XX不为null的行数。

在实际统计时，有人会用count(*),有人用count(1),还有其他用count(字段)的，那么这些写法有什么差别呢？

我们假设没有where条件，直接查询

整个过程分两步：

InnoDB存储引擎查询数据结果集
Server层根据结果集进行遍历统计

InnoDB存储引擎查询数据结果集时

InnoDB会在所有的索引中，选择一个最小的索引来进行数据查询

如果有普通索引，就用最小的普通索引
如果没有普通索引，用主键索引

针对不同的查询写法，返回的数据结果集中的取值也不同

count(1)和count(*)：InnoDB存储引擎返回对应的数据列表，但是不取值，可以理解为返回一个List 但是data中没有任何字段的。
count(字段)：InnoDB存储引擎返回对应的数据列表，需要取得对应字段的值

Server层根据结果集进行遍历统计

count(1)和count(*)：server层拿到数据后
- 如果是count(1)：server层在每行插入一个1，因为1肯定不为null，所以直接遍历统计行数
- 如果是count(*)：server层直接遍历统计行数
count(字段)：
- 如果是主键id和定义时不为空的字段：server层直接进行遍历统计，和count(1)和count(*)比，还有复制字段的开销
- 定义时可以为空的字段：server层需要取出字段，再判断一下是否为null，不为空的才统计

总结

在没有where查询条件时，我们可以看到，不同count写法的性能优劣如下：

count(*) ≈count(1) > count（字段）