有一个问题是这样的统计数据总数用 count(*)、count(主键 ID)、count(字段)、count(1)那个效率高。

先说结论，不用那么花里胡哨遇到统计总数全部使用 count(*).

但是有很多小伙伴就会问为什么呢？本期文章就解决大家的为什么。

一、不同存储引擎的做法

你需要知道的是在不同的存储引擎下，MySQL 对于使用 count(*)返回结果的流程是不一样的。

在 Myisam 中，每张表的总行数都会存储在磁盘上，因此执行 count(*)时，是直接从磁盘拿到这个值返回，效率是非常高的。但你也要知道如果加了条件的统计总数返回也不会那么快的。

在 Innodb 引擎中，执行 count(*)，需要把数据一行一行的读出来，然后再统计总数返回。

问题：为什么 Innodb 不跟 Myisam 一样把表总数存起来呢？

这个问题就需要追溯的我们之前的 MVCC 文章，就是因为要实现多版本并发控制，才会导致 Innodb 不能直接存储表总数。

因为每个事务获取到的一致性视图都是不一样的，所以返回的数据总数也是不一致的。

如果你无法理解，再回到 MVCC 文章好好看看，意思就跟不同事务看到的数据不一致一回事。

实战案例

假设这三个用户是并行的，你会看到三个用户看到最终的数据总数都不一致。

每个用户会根据 read view 存储的数据来判断那些数据是自己可以看见的，那些是看不见的。

read view

当执行 SQL 语句查询时会产生一致性视图，也就是 read-view，它是由查询的那一时间所有未提交事务 ID 组成的数组，和已经创建的最大事务 ID 组成的。

在这个数组中最小的事务 ID 被称之为 min_id，最大事务 ID 被称之为 max_id，查询的数据结果要根据 read-view 做对比从而得到快照结果。

于是就产生了以下的对比规则，这个规则就是使用当前的记录的 trx_id 跟 read-view 进行对比，对比规则如下。

如果落在 trx_id<min_id，表示此版本是已经提交的事务生成的，由于事务已经提交所以数据是可见的

如果落在 trx_id>max_id，表示此版本是由将来启动的事务生成的，是肯定不可见的

若在 min_id<=trx_id<=max_id 时

• 如果 row 的 trx_id 在数组中，表示此版本是由还没提交的事务生成的，不可见，但是当前自己的事务是可见的

• 如果 row 的 trx_id 不在数组中，表明是提交的事务生成了该版本，可见

二、MySQL 对 count(*)做了什么优化

先来看两个索引结构，一个是主键索引、另一个是普通索引。

现在你应该知道了，主键索引的叶子节点存储的是整行数据，而普通索引叶子节点存储的是主键值。

得出结论就是普通索引的比主键索引会小很多。

所以，MySQL 对于 count(*)这样的操作，不管遍历那个索引树得到的结果在逻辑上都一样。

因此，优化器会找到最小的那棵树来遍历，在保证正确的逻辑前提下，尽量减少扫描数据量，是数据库系统设计的通用法则之一。

问题：为什么存储的有数据怎么不用？

这个图的数据怎么得到的，我想你应该知道了，没错，就是执行show table status \G;得来的。

那为什么 innodb 存储引擎不直接使用 Rows 这个值呢？

还记不记得在第六期文章中，五分钟，让你明白MySQL是怎么选择索引《死磕MySQL系列 六》

先不要返回去看这篇文章，看下上文图中最后查到的数据总条数是多少。

你会发现这两个统计的数据是不一致的，因此这个值肯定是不可以用的。

具体原因

因为 Rows 这个值跟索引基数Cardinality一样，都是通过采样统计的。

采样规则

首先，会选出 N 个数据页，然后统计每个数据页上不同的值，最后得到一个平均值。再用这个平均值乘索引的数据页总数得到的就是索引基数。

并且这个索引基数也不是一成不变的，会随着数据持续增删改，当变更的数据超过 1/M 时才会触发，M 值是根据 MySQL 参数 innodb_stats_persistent 得到的，设置为 on 是 10，off 是 16。

在 MySQL8.0 这个默认值为 on，也就是说当这张表的数据变更超过总数据的 1/10 就会重新触发采样统计。

三、不同 count 的用法

以下所有的结论都基于 MySQL 的 Innodb 存储引擎。

count(主键 ID)

innodb 引擎会遍历整张表，把每一行的 ID 值都那出来，然后返回给 server 层，server 层拿到 ID 后，判断不可能为空，进行累加。

count(1)

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

• 为 not null 时：逐行从记录里面读出这个字段，判断不能为 null，累加

• 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()

这个哥们就厉害了，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。

结论

按照效率的话，字段 < 主键 ID < 1 ~ ，最好都使用 count（），别花里胡哨的。

五、总结

本期文章就一句话，统计总数就用count(*)，别花里胡哨的。

坚持学习、坚持写作、坚持分享是咔咔从业以来所秉持的信念。愿文章在偌大的互联网上能给你带来一点帮助，我是咔咔，下期见。