select count(*) from t 语句会随着系统中记录数越来越多，这条语句执行得也会越来越慢。

1.count(*) 的实现方式

在不同的 MySQL 引擎中，count(*) 有不同的实现方式：

• MyISAM 引擎把一个表的总行数存在了磁盘上，因此执行 count(*) 的时候会直接返回这个数，效率很高；
• InnoDB 引擎就麻烦了，它执行 count(*) 的时候，需要把数据一行一行地从引擎里面读出来，然后累积计数。

这里讨论的是没有过滤条件的 count(*)，如果加了 where 条件的话，MyISAM 表也是不能返回得这么快的。

为什么 InnoDB 不跟 MyISAM 一样，也把数字存起来呢？

• 这是因为即使是在同一个时刻的多个查询，由于多版本并发控制（MVCC）的原因，InnoDB表“应该返回多少行”也是不确定的。

mysql> begin;
Query OK, 0 rows affected (0.00 sec)

mysql> select count(*) from test_10;
+----------+
| count(*) |
+----------+
|    10000 |
+----------+
1 row in set (0.00 sec)

mysql> select count(*) from test_10;
+----------+
| count(*) |
+----------+
|    10000 |
+----------+
1 row in set (0.01 sec)

mysql> commit;
Query OK, 0 rows affected (0.00 sec)

mysql> begin;
Query OK, 0 rows affected (0.00 sec)

mysql> insert into test_10 values(10002, 10002, 10002);
Query OK, 1 row affected (0.00 sec)

mysql> select count(*) from test_10;
+----------+
| count(*) |
+----------+
|    10002 |
+----------+
1 row in set (0.00 sec)

mysql> commit;
Query OK, 0 rows affected (0.04 sec)

mysql> insert into test_10 values(10001, 10001, 10001);
Query OK, 1 row affected (0.02 sec)

mysql> select count(*) from test_10;
+----------+
| count(*) |
+----------+
|    10001 |
+----------+
1 row in set (0.01 sec)

三个会话 A、B、C 会同时查询表 t 的总行数，但拿到的结果却不同。

这和 InnoDB 的事务设计有关系，可重复读是它默认的隔离级别，在代码上就是通过多版本并发控制，也就是 MVCC 来实现的。每一行记录都要判断自己是否对这个会话可见，因此对于count(*) 请求来说，InnoDB 只好把数据一行一行地读出依次判断，可见的行才能够用于计算“基于这个查询”的表的总行数。

1.1 执行 count(*) 操作时的优化

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。所以，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。在保证逻辑正确的前提下，尽量减少扫描的数据量，是数据库系统设计的通用法则之一。

1.2 show table status

show table status命令的输出结果里面也有一个TABLE_ROWS是采样估算得来的，官方文档说误差可能达到 40% 到 50%。所以，show table status 命令显示的行数也不能直接使用。

总结：

• MyISAM 表虽然 count(*) 很快，但是不支持事务；
• show table status 命令虽然返回很快，但是不准确；
• InnoDB 表直接 count(*) 会遍历全表，虽然结果准确，但会导致性能问题。

2.用缓存系统保存计数

可以用一个 Redis 服务来保存这个表的总行数。这个表每被插入一行 Redis 计数就加 1，每被删除一行 Redis 计数就减 1。这种方式下，读和更新操作都很快。

存在的问题：

• 缓存系统可能会丢失更新。

解决方法：

• 找一个地方把这个值定期地持久化存储起来。
• 如果Redis 异常重启了，到数据库里面单独执行一次 count(*) 获取真实的行数，再把这个值写回到 Redis 里就可以了。异常重启毕竟不是经常出现的情况，这一次全表扫描的成本，还是可以接受的。

但实际上，将计数保存在缓存系统中的方式，还不只是丢失更新的问题。即使 Redis 正常工作，这个值还是逻辑上不精确的。

要显示操作记录的总数，同时还要显示最近操作的 100 条记录。那么，这个页面的逻辑就需要先到 Redis 里面取出计数，再到数据表里面取数据记录。

不精确的定义：

• 一种是，查到的 100 行结果里面有最新插入记录，而 Redis 的计数里还没加 1；
• 另一种是，查到的 100 行结果里没有最新插入的记录，而 Redis 的计数里已经加了 1。

在 T3 时刻会话 B 来查询的时候，会显示出新插入的 R 这个记录，但是Redis 的计数还没加 1。这时候，就会出现我们说的数据不一致。

会话 B 在 T3 时刻查询的时候，Redis 计数加了 1 了，但还查不到新插入的 R 这一行，也是数据不一致的情况。

出现不精确的根本原因：

• 无法保证redis更新和记录更新的原子性

3.在数据库保存计数

这解决了崩溃丢失的问题，InnoDB 是支持崩溃恢复不丢数据的。

能不能解决计数不精确的问题？

• 虽然会话 B 的读操作仍然是在 T3 执行的，但是因为这时候更新事务还没有提交，所以计数值加 1 这个操作对会话 B 还不可见。因此，会话 B 看到的结果里， 查计数值和“最近 100 条记录”看到的结果，逻辑上就是一致的。

  
  

这里的核心是因为事务保证了数据一致性（或者说原子性）。

4.不同的 count 用法

count() 的语义：

• 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。

不同count()语义的区别：

• count(*)、count(主键 id) 和 count(1) 都表示返回满足条件的结果集的总行数；
• count(字段），则表示返回满足条件的数据行里面，参数“字段”不为 NULL 的总个数。

几个原则：

• server 层要什么就给什么；
• InnoDB 只给必要的值；
• 现在的优化器只优化了 count(*) 的语义为“取行数”，其他“显而易见”的优化并没有做。

不同count()详细的区别：

• 对于 count(主键 id) 来说，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。
• 对于 count(1) 来说，InnoDB 引擎遍历整张表，但不取值。server 层对于返回的每一行，放一个数字“1”进去，判断是不可能为空的，按行累加。
  count(1) 执行得要比 count(主键 id) 快。因为从引擎返回 id 会涉及到解析数据行，以及拷贝字段值的操作。
• 对于 count(字段) 来说
  1） 如果这个“字段”是定义为 not null 的话，一行行地从记录里面读出这个字段，判断不能为 null，按行累加；
  2） 如果这个“字段”定义允许为 null，那么执行的时候，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。
• 是 count(*) 是例外
  并不会把全部字段取出来，而是专门做了优化，不取值。count(*) 肯定不是 null，按行累加。

结论：按照效率排序的话，count(字段) < count(主键 id) < count(1) ≈ count(*)

问题：

• 从并发系统性能的角度考虑，你觉得在这个事务序列里，应该先插入操作记录，还是应该先更新计数表呢？

Ans：

• 逻辑实现上是启动一个事务，执行两个语句：
  1）insert into 数据表；
  2）update 计数表，计数值加 1。
  从系统并发能力的角度考虑，怎么安排这两个语句的顺序。
  并发系统性能的角度考虑，应该先插入操作记录，再更新计数表。因为更新计数表涉及到行锁的竞争，先插入再更新能最大程度地减少事务之间的锁等待，提升并发度。