MySQL count() 函數我們并不陌生，用來統計每張表的行數。但如果你的表越來越大，且是 InnoDB 引擎的話，會發現計算的速度會越來越慢。在這篇文章里，會先介紹 count() 實現的原理及原因，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計表行數的解決方案。

Count() 的實現

InnoDB 和 MyISAM 是 MySQL 常用的數據引擎，由于兩者實現的不同，導致 count() 操作計算的效率也不同。

對于 MyISAM 來說，它把每個表的總行數都存在了磁盤上，因此使用 count(*) 計算時，效率很高直接返回結果。但如果加入了 where 條件，依然會進行搜索，所以效率是不高的。

對于 InnoDB 來說，在進行 count(*) 運算時，會把數據從引擎中一行行讀出來，然后累計計數，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 多了支持事務的特性，同時也需要一定的取舍。由于 MVCC 的控制，使得 MySQL 具有并發的能力，也就是說對于同一時刻，InnoDB 返回的表的行數是不一定的，事務看到的行數與開啟后的一致性視圖有關，換句話說，每個事務能看到的數據版本是不一樣的，只能一行行拿出來進行判斷。

像下面的事務，假設表 t 有 10000 條數據：

Session A Session B Session C select count(*) from t; insert into t (); begin; insert into t(); select count(*) from t; select count(*) from t; select count(*) from t; 10000; 結果是 10002 結果是 10001

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

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

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

在保證邏輯正確的前提下，減少掃描的數據量，是數據庫系統設計的通用法則。

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

但如果我們真的需要實時的獲取的某個表的行數，應該怎么辦呢？

手動保存表的數量

用緩存系統來保存計數

對于進行更新的表，可能會想到用緩存系統來支持。比如 Redis 里來保存某個表總行數。

每次插入數據庫時，Redis 計數加一，相反則減一，這樣看起來讀寫操作都很快，但會存在一些問題。

緩存系統會丟失更新：

對于 Redis 在內存中的數據，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，數據沒有持久化到硬盤。這時可以在重啟 Redis 后，從數據庫執行下 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：

假設一個頁面中，需要顯示一張表的行數，以及每一條數據。在實現時，可以先從 Redis 取數量，然后從數據庫里取記錄。

但可能會出現這樣的情況：

數據庫查到 100 行結果里有最新插入的記錄，而 Redis 計數里少 1. 數據庫查到 100 行結果沒有最新的記錄，但 Redis 計數卻多了 1. Session A Session B 插入一條數據； T1 讀 Redis 計數； T2 從數據庫中查記錄； Redis 計數加 1; T3

對于 Session B 來說，在 T2 時刻，會發現 Redis 的數量比數據庫少 1 條。

Session A Session B Redis 計數加 1; T1 讀 Redis 計數； T2 從數據庫中查記錄； 插入一條數據； T3

對于 Session B 來說，在 T2 時刻，會發現 Redis 的數量比數據庫多 1 條。

其實產生問題的原因就是因為 Redis 和數據庫查記錄沒有在同一個事務中。

用數據庫保存

由于 InnoDB 引擎的支持，MySQL 本身是支持事務的，所以將 Redis 的插入操作換成在數據庫的更新操作，就可以利用在RR級別下的事務特性，進而保證數據的精確性。

而且還有一點，由于 redo log 的支持，在 MySQL 發生異常時，是可以保證 crash-safe。

不同 count 用法的執行效率

count() 本身是一個聚合函數，對于返回的結果集，一行行地判斷。如果參數不是 NULL 的話，會一直累加，最后返回結果。

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

而 count(字段)，則表示滿足條件的數據行里，不為 NULL 的字段。

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

所以對于 count(1) 的執行會比 count(*) 要快，少了解析數據行以及拷貝字段值的操作。

對于 count(字段) 來說，如果字段定義時是 not null, 會一行行讀出，并判斷不能為 null，然后累加。如果定義時可以為 null，執行時，需要將值去除，判斷不是 null 才累加。

count(*) 除外，專門做了優化，不取值，直接按行累加，并且會找到最小的索引樹進行計算。

總結

MySQL count() 函數的執行效率和底層的數據引擎有關。MyISAM 不加 where 條件，查詢會很快，但不支持事務。InnoDB 支持事務，由于 MVCC 的實現，導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計外部緩存如 Redis，保存記錄。但存在異常重啟和數據不準確的情況。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(*) 做了獨立的優化，而其他的 count 操作，則需要額外的操作。

以上就是淺談MySQL 統計行數的 count的詳細內容，更多關于Mysql count的資料請關注好吧啦網其它相關文章！