性能大PKcount（）count（1）和count（列）

　　hello，大家好，我是张张，「架构精进之路」公号作者。
　　最近的工作中，我听到组内两名研发同学在交流数据统计性能的时候，聊到了以下内容：
　　你怎么能用 count(*) 统计数据呢，count(*) 太慢了，要是把数据库搞垮了那不就完了么，用 count(1)，这样比较快......
　　有点儿好奇，难道 count(1) 的性能真的就比 count(*) 要好吗？
　　印象中网上有很多的文章都有过类似问题的讨论，那 MySQL 统计数据总数 count(*) 、count(1)和count(列名) 哪个性能更优呢？今天我们就来聊一聊这个问题。
　　count(*) 性能与存储引擎相关
　　在讨论问题之前，我们需要先搞明白一件事：MySQL 中 count() 的性能到底与什么相关呢？
　　一件东西，我们知道如何取，必定需要提前知道如何存放才行，那我们可以初步判定，count（） 性能应该与存储引擎相关！
　　我们都知道，MySQL 常见的存储引擎有两种：MyISAM 和 InnoDB。
　　在这两种存储引擎下，MySQL 对于使用 count(*) 返回结果的流程是不一样的：   MyISAM引擎：  每张表的总行数是存储在磁盘上，所以当执行 count(*) 时，直接从磁盘拿到这个值返回，能够快速返回。
　　但要是在后面加了where查询条件时，统计总数也没有像想象中那么快了。InnoDB 引擎：  执行 count(*)，需要将数据一行一行地读，再统计总数。
　　看到这里，可能你会有这样的疑问：
　　Q：为什么 InnoDB 引擎不像 MyISAM 引擎一样，把表总记录存储起来呢？
　　这个问题非常好，在回答这个问题之前，我们先来了解一下 MVCC 是个什么东东。
　　MVCC 简介
　　所谓MVCC，全称：Multi-Version Concurrency Control，即多版本并发控制。
　　MVCC 是一种并发控制的方法，一般在数据库管理系统中，实现对数据库的并发访问，在编程语言中实现事务内存。
　　MVCC 在 MySQL InnoDB 中的实现主要是为了提高数据库并发性能，用更好的方式去处理读-写冲突，做到即使有读写冲突时，也能做到不加锁，非阻塞并发读。
　　就是因为要实现多版本并发控制，所以才导致 InnoDB 引擎不能直接存储表总记录数。因为每个事务获取到的一致性视图都是不一样的，所以返回的数据总记录也是不一致的。
　　到这里，相信你已经知道 InnoDB 引擎为什么不像 MyISAM 引擎一样把表总记录存储起来了。
　　主要是因为   InnoDB 支持事务，MyISAM 不支持事务  。
　　MySQL 对 count() 的优化
　　我们知道了count() 性能与存储引擎相关，那 MySQL 在执行 count() 操作的时候有没有对其性能做些优化呢？
　　答案是肯定有的！
　　InnoDB 是索引组织表，主键索引树的叶子节点是数据，而普通索引树的叶子节点是主键值。因此，普通索引树比主键索引树小很多。对于count(*)这样的操作，遍历哪个索引树得到的结果逻辑上都是一样的。因此，MySQL优化器会找到最小的那棵树来遍历。
　　如果你使用过 show table status 命令的话，就会发现这个命令的输出结果里面也有一个 rows 值用于显示这个表当前有多少行。
　　那么是不是这个rows值就能代替count(*)了吗？
　　其实不能，rows这个是从从采样估算得来的，因此它也是不是准确。
　　官方文档说是在40%到50%，所以此行数 rows 是不能直接使用的，如下所示：
　　查询性能大PK
　　基于MySQL的Innodb存储引擎，统计表的总记录数下面这4种做法，哪种效率最高？
　　count(主键id)
　　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。
　　count(1)
　　会统计表中的所有的记录数，包含字段为 null 的记录。
　　同样遍历整张表，但不取值，server 层对返回的每一行，放一个数字1进去，判断是不可能为空的，按行累加。
　　count(字段)
　　分为两种情况，字段定义为 not null 和 null：
　　1）为 not null 时：逐行从记录里面读出这个字段，判断不为 null，累加；
　　2）为 null 时：执行时，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。
　　count(*)
　　需要注意的是，并不是带了 * 就把所有值取出来，而是 MySQL 做了专门的优化，count(*) 肯定不是null，按行累加。
　　count(1) 和 count() 对比
　　当表的数据量大些时，对表作分析之后，使用 count(1)还要比使用 count(*)用时多了！
　　从执行计划来看， count(1) 和 count(*)的效果是一样的。但是在表做过分析之后， count(1) 会比 count(*)的用时少些（1w以内数据量），不过差不了多少。
　　如果 count(1)是聚索引，那肯定是 count(1)快，但是差的很小。因为 count(*)自动会优化指定到那一个字段，所以没必要去 count(1)，用 count(*) sql会帮你完成优化的，因此：count(1) 和 count(*)基本没有差别！
　　总结
　　基于 MySQL 的 InnoDB 存储引擎，统计表的总记录数按照效率排序：   count(字段) < count(主键id) < count(1)≈count(*)
　　效率最高是 count(*)，并不是count(1)，所以建议尽量使用 count(*)。
　　执行效果上：  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(列名)只包括列名那一列，在统计结果的时候，会忽略列值为空（这里的空不是只空字符串或者0，而是表示null 的计数，即某个字段值为null 时，不统计。
　　执行效率上：  列名为主键， count(列名) 会比 count(1)快  列名不为主键， count(1) 会比 count(列名)快  如果表多个列并且没有主键，则 count(1) 的执行效率优于 count(*)  如果有主键，则 select count(主键) 执行效率是最优的  如果表只有一个字段，则 select count（*）最优。
　　希望今天的讲解对大家有所帮助，谢谢！
　　Thanks for reading!
　　作者：架构精进之路，十年研发风雨路，大厂架构师，CSDN 博客专家，专注架构技术沉淀学习及分享，职业与认知升级，坚持分享接地气儿的干货文章，期待与你一起成长。
　　关注并私信我回复＂01＂，送你一份程序员成长进阶大礼包，欢迎勾搭。