MySQL count() 函數(shù)我們并不陌生，用來統(tǒng)計(jì)每張表的行數(shù)。但如果你的表越來越大，且是 InnoDB 引擎的話，會(huì)發(fā)現(xiàn)計(jì)算的速度會(huì)越來越慢。在這篇文章里，會(huì)先介紹 count() 實(shí)現(xiàn)的原理及原因，然后是 count 不同用法的性能分析，最后給出需要頻繁改變并需要統(tǒng)計(jì)表行數(shù)的解決方案。

Count() 的實(shí)現(xiàn)

InnoDB 和 MyISAM 是 MySQL 常用的數(shù)據(jù)引擎，由于兩者實(shí)現(xiàn)的不同，導(dǎo)致 count() 操作計(jì)算的效率也不同。

對于 MyISAM 來說，它把每個(gè)表的總行數(shù)都存在了磁盤上，因此使用 count(*) 計(jì)算時(shí)，效率很高直接返回結(jié)果。但如果加入了 where 條件，依然會(huì)進(jìn)行搜索，所以效率是不高的。

對于 InnoDB 來說，在進(jìn)行 count(*) 運(yùn)算時(shí)，會(huì)把數(shù)據(jù)從引擎中一行行讀出來，然后累計(jì)計(jì)數(shù)，自然表大了之后，效率就變低了。

那么，為什么 InnoDB 不能像 MyISAM 在表中記錄呢？原因就在于 InnoDB 比 MyISAM 多了支持事務(wù)的特性，同時(shí)也需要一定的取舍。由于 MVCC 的控制，使得 MySQL 具有并發(fā)的能力，也就是說對于同一時(shí)刻，InnoDB 返回的表的行數(shù)是不一定的，事務(wù)看到的行數(shù)與開啟后的一致性視圖有關(guān)，換句話說，每個(gè)事務(wù)能看到的數(shù)據(jù)版本是不一樣的，只能一行行拿出來進(jìn)行判斷。

像下面的事務(wù)，假設(shè)表 t 有 10000 條數(shù)據(jù)：

對于 Session A 來說，Session B 未提交不可見，Session C 提交了，但是在 Session A 啟動(dòng)后提交的，也不可見。所以是 10000.

而對于 Session B 而言，Session C 在啟動(dòng)之前提交，自己又插入了一條，所以結(jié)果是 10002.

其實(shí) InnoDB 在進(jìn)行 count(*) 操作時(shí)，還是做了優(yōu)化的，在進(jìn)行 count(*) 操作時(shí)，由于普通索引會(huì)保存主鍵的 id 值，所以會(huì)找到最小的那顆普通索引樹進(jìn)行查找，而不是去遍歷主鍵索引樹。

在保證邏輯正確的前提下，減少掃描的數(shù)據(jù)量，是數(shù)據(jù)庫系統(tǒng)設(shè)計(jì)的通用法則。

另外在使用 show table status 時(shí)，也可以查詢出行數(shù)，而且速度很快，但需要注意的是，該命令是通過索引統(tǒng)計(jì)的值來采樣估算的。官方文檔說誤差可以有 40%-50%.

但如果我們真的需要實(shí)時(shí)的獲取的某個(gè)表的行數(shù)，應(yīng)該怎么辦呢？

手動(dòng)保存表的數(shù)量

用緩存系統(tǒng)來保存計(jì)數(shù)

對于進(jìn)行更新的表，可能會(huì)想到用緩存系統(tǒng)來支持。比如 Redis 里來保存某個(gè)表總行數(shù)。

每次插入數(shù)據(jù)庫時(shí)，Redis 計(jì)數(shù)加一，相反則減一，這樣看起來讀寫操作都很快，但會(huì)存在一些問題。

緩存系統(tǒng)會(huì)丟失更新：

對于 Redis 在內(nèi)存中的數(shù)據(jù)，需要定期的同步到磁盤中，但對于 Redis 異常重啟，就沒有辦法了。比如在 Redis 中插入后，Redis 重啟，數(shù)據(jù)沒有持久化到硬盤。這時(shí)可以在重啟 Redis 后，從數(shù)據(jù)庫執(zhí)行下 count(*) 操作,然后更新到 Redis 中。一次全表掃描還是可行的。

邏輯不精確：

假設(shè)一個(gè)頁面中，需要顯示一張表的行數(shù)，以及每一條數(shù)據(jù)。在實(shí)現(xiàn)時(shí)，可以先從 Redis 取數(shù)量，然后從數(shù)據(jù)庫里取記錄。

但可能會(huì)出現(xiàn)這樣的情況：

1. 數(shù)據(jù)庫查到 100 行結(jié)果里有最新插入的記錄，而 Redis 計(jì)數(shù)里少 1.
2. 數(shù)據(jù)庫查到 100 行結(jié)果沒有最新的記錄，但 Redis 計(jì)數(shù)卻多了 1.

對于 Session B 來說，在 T2 時(shí)刻，會(huì)發(fā)現(xiàn) Redis 的數(shù)量比數(shù)據(jù)庫少 1 條。

對于 Session B 來說，在 T2 時(shí)刻，會(huì)發(fā)現(xiàn) Redis 的數(shù)量比數(shù)據(jù)庫多 1 條。

其實(shí)產(chǎn)生問題的原因就是因?yàn)?Redis 和數(shù)據(jù)庫查記錄沒有在同一個(gè)事務(wù)中。

用數(shù)據(jù)庫保存

由于 InnoDB 引擎的支持，MySQL 本身是支持事務(wù)的，所以將 Redis 的插入操作換成在數(shù)據(jù)庫的更新操作，就可以利用在RR級別下的事務(wù)特性，進(jìn)而保證數(shù)據(jù)的精確性。

而且還有一點(diǎn)，由于 redo log 的支持，在 MySQL 發(fā)生異常時(shí)，是可以保證 crash-safe。

不同 count 用法的執(zhí)行效率

count() 本身是一個(gè)聚合函數(shù)，對于返回的結(jié)果集，一行行地判斷。如果參數(shù)不是 NULL 的話，會(huì)一直累加，最后返回結(jié)果。

所以 count(*), count(id), count(1) 表示都是返回滿足條件的結(jié)果集總行數(shù)。

而 count(字段)，則表示滿足條件的數(shù)據(jù)行里，不為 NULL 的字段。

對于 count(id) 來說，InnoDB 會(huì)遍歷整張表，把每行 id 取出來，給 server 層。Server 判斷 id 是否為空，然后累加。

對于 count(1) 來說，InnoDB 會(huì)遍歷整張表，但不取值。Server 層會(huì)自己放入 1，然后累加。

所以對于 count(1) 的執(zhí)行會(huì)比 count(*) 要快，少了解析數(shù)據(jù)行以及拷貝字段值的操作。

對于 count(字段) 來說，如果字段定義時(shí)是 not null, 會(huì)一行行讀出，并判斷不能為 null，然后累加。如果定義時(shí)可以為 null，執(zhí)行時(shí)，需要將值去除，判斷不是 null 才累加。

count(*) 除外，專門做了優(yōu)化，不取值，直接按行累加，并且會(huì)找到最小的索引樹進(jìn)行計(jì)算。

總結(jié)

MySQL count() 函數(shù)的執(zhí)行效率和底層的數(shù)據(jù)引擎有關(guān)。MyISAM 不加 where 條件，查詢會(huì)很快，但不支持事務(wù)。InnoDB 支持事務(wù)，由于 MVCC 的實(shí)現(xiàn)，導(dǎo)致每次查詢都需要一行行的掃描，效率不高。

解決方法可以通過設(shè)計(jì)外部緩存如 Redis，保存記錄。但存在異常重啟和數(shù)據(jù)不準(zhǔn)確的情況。可以通過在 InnoDB 中新建一張表，保存記錄這樣的解決方案。

最后，InnoDB 對 count(*) 做了獨(dú)立的優(yōu)化，而其他的 count 操作，則需要額外的操作。

以上就是淺談MySQL 統(tǒng)計(jì)行數(shù)的 count的詳細(xì)內(nèi)容，更多關(guān)于Mysql count的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論