MySQL：SELECT COUNT 小结

背景

今天团队在做线下代码评审的时候，发现同学们在代码中出现了select count(1) 、 select count(*)，和具体的select count(字段)的不同写法，本着分析的目的在会议室讨论了起来，那这几种写法究竟孰优孰劣呢，我们一起来看一下。

讨论归纳

先来看看MySQL官方对SELECT COUNT的定义：

传送门：https://dev.mysql.com/doc/refman/5.6/en/aggregate-functions.html#function_count

大概可以分下面这几个步骤讨论。

COUNT(expr)的分析

COUNT(expr)函数返回的值是由SELECT语句检索的行中expr表达式非null的计数值，一个BIGINT的值。如果没有匹配到数据，COUNT(expr)将返回0，通常有下面这三种用法：

1、COUNT(字段) 会统计该字段在表中出现的次数，忽略字段为null 的情况。即不统计字段为null 的记录。

2、COUNT(*) 则不同，它执行时返回检索到的行数的计数，不管这些行是否包含null值，

3、COUNT(1)跟COUNT(*)类似，不将任何列是否null列入统计标准，仅用1代表代码行，所以在统计结果的时候，不会忽略列值为NULL的行。

所以执行以下数据会出现这样的结果（这边是故意给component字段设置了几个null值）：

1 select COUNT(*),COUNT(1),COUNT(component) from worklog;

归纳如下：

count(*)	包括了所有的列，相当于行数，在统计结果的时候，不会忽略列值为NULL
count(1)	包括了忽略所有列，用1代表代码行，在统计结果的时候，不会忽略列值为NULL
count(字段)	只包括字段那一列，在统计结果的时候，会忽略列值为null的计数，即某个字段值为NULL时，不统计。

关于 COUNT(*) 和 COUNT(1)

先看看COUNT(*)，MyISAM 引擎会把一个表的总行数记录了下来，所以在执行 COUNT(*) 的时候会直接返回数量，执行效率很高。对于InnoDB这样的事务性存储引擎，因为增加了版本控制(MVCC)的原因，同时有多个事务访问数据并且有更新操作的时候，每个事务需要维护自己的可见性，那么每个事务查询到的行数也是不同的，所以不能缓存具体的行数，他每次都需要 count 计算一下所有的行数。

至于 COUNT(1) 和 COUNT(*)有什么区别呢，根据官网的内容（即上述截图倒数第二段），两种实现上其实一样：

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

因为COUNT(*) 不care返回值是否为空都会将改行纳入计算，所以他count了所有行数，而 COUNT(1) 中的 1 ，则是遇到了行的时候为恒真表达式，所以 COUNT(*) 还是 COUNT(1) 都是对所有的结果集进行 count，他们本质上没有什么区别。姑且认为 COUNT(*) ≈ COUNT(1)。

关于COUNT(字段)

我们再来看看的COUNT(字段)，他的查询就简单粗暴了，就是进行全表扫描，然后判断拿到的字段的值是不是为NULL，不为NULL则累加。

相比COUNT(*)，COUNT(字段)多了一个步骤就是判断所查询的字段是否为NULL，所以他的性能要比COUNT(*)和COUNT(1)慢。

总结

综上，COUNT(1)和 COUNT(*)表示的是直接查询符合条件的数据库表的行数。而COUNT(字段)表示的是查询符合条件的列的值，并判断不为NULL的行数的累计，效率自然会低一点,

除了查询得到结果集有区别之外，相比COUNT(1) 和 COUNT(字段)来讲，COUNT(*)是SQL92定义的标准统计数的语法，是官方提供的标准方案，基于此，MySQL数据库对他进行过很多优化。

注：SQL92，是数据库的一个ANSI/ISO标准。它定义了一种语言（SQL）以及数据库的行为（事务、隔离级别等）。

下面是对一张具有3400W数据的表的统计过程，comid是整型，可以对比下执行效率差异：

使用建议

根据总结的内容，从效率层面说，COUNT(*) ≈ COUNT(1) > COUNT(字段)，又因为 COUNT(*)是SQL92定义的标准统计数的语法，我们建议使用 COUNT(*)。

我们再来看看MySQL数据库做了哪些优化：以MySQL中比较常用的执行引擎InnoDB和MyISAM为例子。

1、MyISAM不支持事务，MyISAM中的锁是表级锁；

因为MyISAM的锁是表级锁，所以同一张表上面的操作是串行执行的，MyISAM把表的总行数单独记录下来，如果只是使用COUNT(*)对表进行查询的时候，可以直接返回这个记录的数值就可以了。

这样表中总行数记录即可提供给COUNT(*)查询使用，又因MyISAM数据库是表级锁，数据库行数不会被并行修改，所以行数是准确无误的。

2、InnoDB支持事务，其中大部分操作都是行级锁。

这样就不能愉快的做这种缓存操作了，因为表的行数可能会被并发修改，缓存记录下来的总行数就不准确了。

在InnoDB中，使用COUNT(*)查询行数的时候，不需要进行扫表，只要获取记录行数而已。所以官方在针对InnoDB的 SELECT COUNT(*) FROM 语句执行过程，会自动选择一个成本较低的索引进行的话，这样就可以大大节省时间。

InnoDB中索引分为聚簇索引（主键索引）和非聚簇索引（非主键索引），聚簇索引的叶子节点中保存的是整行记录，而非聚簇索引的叶子节点中保存的是该行记录的主键的值，非聚簇索引要比聚簇索引小很多，MySQL会优先选择最小的非聚簇索引来扫表，这样可以保证COUNT(*)的最优效率。

当查询语句中包含WHERE以及GROUP BY条件，会有一些其他的因素影响，所以要综合考虑。

判断数据在否,COUNT怎么用？

上面那种很获取COUNT数的场景多用于数据分页，数据统计的场景，有很多的情况则是直接判断数据是否存在，这种情况下，其实是不关心有多少数据。但是我们CoreReview的时候还是会很经常看到这种做法：

1 select COUNT(*) from test_ucsyncdetail where comid>520;

2

3 int count = testDao.CountByComId(comId);

4 if(count>0){

5    //存在，则执行存在分支的代码

6 }

7 else{

8   //不存在，则执行存在分支的代码

9 }

更好的写法应该是这样：

1 select 1 from test_ucsyncdetail where comid>520 limit 1;

2

3 Object tda= testDao.checkExit(comId);

4 if(tda != null){

5     //存在，则执行存在分支的代码

6 }

7  else{

8    //不存在，则执行存在分支的代码

9 }

规避了SQL使用COUNT表达式扫表的操作，而是改用SELECT 1 ... LIMIT 1，数据库查询时遇到一条就返回，不会再继续查找和执行，如果存在传输回一条结果为1的数据，否则为null，业务代码中直接判断是否非空即可

后记

细节把握的好不好，真的影响很大，接下来准备重新撸一下《高性能MySQL》和《MySql笔记》。