【数据库优化-count()】count()统计行数

1 count(*)为什么性能差？

2 优化count(*)性能

2.1 增加redis缓存

2.2 多线程执行

2.3 减少join的表

3 count的各种用法性能对比

数据库：Mysql8、存储引擎是Innodb。

通常情况下，分页接口一般会查询两次数据库，第一次是获取具体数据，第二次是获取总的记录行数，然后把结果整合之后，再返回。

查询具体数据的sql，比如是这样的，它没有性能问题。

select id,name from user limit 1,20;

但另外一条使用count(*)查询总记录行数的sql，却存在性能差的问题。例如：

select count(*) from user;

为什么会出现这种情况呢？

1 count(*)为什么性能差？

在Mysql中，count(*)的作用是统计表中记录的总行数。而count(*)的性能跟存储引擎有直接关系，但并非在所有的存储引擎中使用count(*)的性能都很差。

在Mysql中使用最多的存储引擎是：innodb和myisam。

在myisam中会把总行数保存到磁盘上，使用count(*)时，只需要返回那个数据即可，无需额外的计算，所以执行效率很高。

而innodb则不同，由于它支持事务，有MVCC（即多版本并发控制）的存在，在同一个时间点的不同事务中，同一条查询sql，返回的记录行数可能是不确定的。在innodb使用count(*)时，需要从存储引擎中一行行地读出数据，然后累加起来，所以执行效率很低。如果表中数据量小还好，一旦表中数据量很大，innodb存储引擎使用count(*)统计数据时，性能就会很差。

2 优化count(*)性能

2.1 增加redis缓存

对于简单的count(*)，比如：统计浏览总次数或者浏览总人数，我们可以直接将接口使用redis缓存起来，没必要实时统计。

当用户打开指定页面时，在缓存中每次都设置成count = count+1即可。用户第一次访问页面时，redis中的count值设置成1。用户以后每访问一次页面，都让count加1，最后重新设置到redis中。

这样在需要展示数量的地方，从redis中查出count值返回即可。

该场景无需从数据埋点表中使用count(*)实时统计数据，性能将会得到极大的提升。不过在高并发的情况下，可能会存在缓存和数据库的数据不一致的问题。但对于统计浏览总次数或者浏览总人数这种业务场景，对数据的准确性要求并不高，容忍数据不一致的情况存在。

2.2 多线程执行

比如有这样一个需求：统计有效订单有多少，无效订单有多少。

这种情况一般需要写两条sql，统计有效订单的sql如下：

select count(*) from order where status=1;

统计无效订单的sql如下：

select count(*) from order where status=0;

但如果在一个接口中，同步执行这两条sql效率会非常低。这时候，可以改成一条sql：

select count(*),status from order
group by status;

使用group by关键字分组统计相同status的数量，只会产生两条记录，一条记录是有效订单数量，另外一条记录是无效订单数量。但有个问题：status字段只有1和0两个值，重复度很高，区分度非常低，不能走索引，会全表扫描，效率也不高。

还有其他的解决方案不？答：使用多线程处理。

我们可以使用CompleteFuture，两个线程异步调用统计有效订单的sql和统计无效订单的sql，最后汇总数据，这样能够提升查询接口的性能。

2.3 减少join的表

大部分的情况下，使用count(*)是为了实时统计总数量的。但如果表本身的数据量不多，但join的表太多，也可能会影响count(*)的效率。比如在查询商品信息时，需要根据商品名称、单位、品牌、分类等信息查询数据。这时候写一条sql可以查出想要的数据，比如下面这样的：

select count(*)
from product p
inner join unit u on p.unit_id = u.id
inner join brand b on p.brand_id = b.id
inner join category c on p.category_id = c.id
where p.name='测试商品' and u.id=123 and b.id=124 and c.id=125;

使用product表去joinunit、brand和category这三张表。其实这些查询条件，在product表中都能查询出数据，没必要join额外的表。

我们可以把sql改成这样：

select count(*)  
from product
where name='测试商品' and unit_id=123 and brand_id=124 and category_id=125;

在count(*)时只查product单表即可，去掉多余的表join，让查询效率可以提升不少。

3 count的各种用法性能对比

count(*) ：它会获取所有行的数据，不做任何处理，行数加1。
count(1)：它会获取所有行的数据，每行固定值1，也是行数加1。
count(id)：id代表主键，它需要从所有行的数据中解析出id字段，其中id肯定都不为NULL，行数加1。
count(普通索引列)：它需要从所有行的数据中解析出普通索引列，然后判断是否为NULL，如果不是NULL，则行数加1。
count(未加索引列)：它会全表扫描获取所有数据，解析出未加索引列，然后判断是否为NULL，如果不是NULL，则行数加1。

由此，最后count的性能从高到低是：

count(*) ≈ count(1) > count(id) > count(普通索引列) > count(未加索引列)

所以，其实count(*)是最快的。