「MySQL」Count 函数的正确使用方法

1. 描述

最近在学习极客时间丁奇的专栏《MySQL实战45讲》中第14讲有关count函数的时候觉得这一讲很有意思，遂决定以实操记录，以加深印象。

在MySQL中，当我们需要获取某张表中的总行数时，一般会选择使用下面的语句

select count(*) from table;

其实count函数中除了*还可以放其他参数，比如常数、主键id、字段，那么它们有什么区别？各自效率如何？我们应该使用哪种方式来获取表的行数呢？

当搞清楚count函数的运行原理后，相信上面几个问题的答案就会了然于胸。

2. 表结构

为了解决上述的问题，我创建了一张 user 表，它有两个字段：主键id和name，后者可以为null，建表语句如下。

CREATE TABLE `user` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键',
  `name` varchar(255) DEFAULT NULL COMMENT '姓名',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

在该表中共有6000000条数据，前1000000条数据行的name字段为空，其余数据行name=id，使用存储过程造测试数据的代码如下

-- 使用存储过程造测试数据
delimiter;;
create procedure idata()
begin 
  declare i int; 
  set i=1; 
  while(i<=6000000)do 
    insert into user values(i, i);
    set i=i+1; 
  end while;
end;;
delimiter;
call idata();

-- 将前1000000条数据的name字段置为null
update user set name=null where id<1000000;

3. 执行 SQL 语句及结果

为了区分count函数不同参数的区别，主要从执行时间和扫描行数这两方面来描述SQL的执行效率，同时还会从返回结果来描述`count函数的特性。

• *符号 —— select count(*) from user;
• 常数—— select count(1) from user;
• 非空字段—— select count(id) from user;
• 可为空的字段—— select count(name) from user;

3.1 *符号

mysql> select count(*) from user;
+----------+
| count(*) |
+----------+
|  6000000 |
+----------+
1 row in set (0.76 sec)

遍历全表，不取值（优化后，必定不是null，不取值），累加计数，最终返回结果。

3.2 常数

mysql> select count(1) from user;
+----------+
| count(1) |
+----------+
|  6000000 |
+----------+
1 row in set (0.76 sec)

遍历全表，一行行取数据，将每一行赋值为1，判断到该字段不可为空，累加计数，最终返回结果。

3.3 非空字段

mysql> select count(id) from user;
+-----------+
| count(id) |
+-----------+
|   6000000 |
+-----------+
1 row in set (0.85 sec)

遍历全表，一行行取数据（会选择最小的索引树来遍历，所以比相同情况下的count字段效率更高），取每行的主键id，判断到该字段不可为空，累加计数，最终返回结果。

3.4 可为空的字段

mysql> select count(name) from user;
+-------------+
| count(name) |
+-------------+
|     5900001 |
+-------------+
1 row in set (0.93 sec)

• 若字段定义不为空：遍历全表，一行行取数据，取每行的该字段，判断到该字段不可为空，累加计数，最终返回结果。
• 若字段定义可为空：遍历全表，一行行取数据，取每行的该字段，判断到该字段可能是null，然后再判断该字段的值是否为null，不为null才累加计数，最终返回结果。
• 若该字段没有索引，将遍历主键索引树。

4. 执行结果分析

4.1 结果集

首先从结果集的角度来看，前三条 SQL 语句的目的是一样的——返回的是所有行数，而 count 函数的参数是普通字段且字段默认为 null 的时候，它返回的是该字段不为 null 的行数。

4.2 执行时间

从执行时间上来看的话，效率大致是count(可为空的字段) < count(非空字段) < count(常数) < count(*)。

5. 总结

count是一个聚合函数，对于返回的结果集，一行行地判断，如果count函数的参数不是NULL，累计值就加1，否则不加。最后返回累计值。

• count(*)速度最快的原因是它不会在计数的时候去取每行数据值
• count(1)比count(*)稍慢的原因是它会取每个数据行并赋值为1
• count(非空字段)比count(1)稍慢的原因是它会从每个数据行中取出主键 id
• count(可为空的字段)最慢的原因是它可能需要判断每个数据行中的改字段是否为 null

所以，最好还是用count(*)。