mysql中innodb表的count

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介:

其实就一个问题:count(1),count(*),count(主键),count(非主键字段)哪个更快?

于是建了一张测试表,插入了600多万条记录。表结构如下:

 
 
  1. CREATE TABLE `test` ( 
  2.   `id` int(10) unsigned NOT NULL AUTO_INCREMENT, 
  3.   `c1` varchar(10) NOT NULL, 
  4.   `c2` varchar(10) NOT NULL, 
  5.   `c3` varchar(10) NOT NULL, 
  6.   PRIMARY KEY (`id`) 
  7. ENGINE=InnoDB AUTO_INCREMENT=6003060 DEFAULT CHARSET=utf8 

看看下面三条sql:

  • 1.select count(1) from test;
  • 2.select count(*) from test;
  • 3.select count(id) from test;
  • 4.select count(c1) from test;

下面是命令行下的执行情况:

 
 
  1. mysql> select count(1) from test; 
  2. +----------+ 
  3. | count(1) | 
  4. +----------+ 
  5. |  6003058 | 
  6. +----------+ 
  7. 1 row in set (1.74 sec) 
 
 
  1. mysql> select count(*) from test; 
  2. +----------+ 
  3. | count(*) | 
  4. +----------+ 
  5. |  6003058 | 
  6. +----------+ 
  7. 1 row in set (1.75 sec) 
 
 
  1. mysql> select count(id) from test; 
  2. +-----------+ 
  3. | count(id) | 
  4. +-----------+ 
  5. |   6003058 | 
  6. +-----------+ 
  7. 1 row in set (1.87 sec) 
 
 
  1. mysql> select count(c1) from test; 
  2. +-----------+ 
  3. | count(c1) | 
  4. +-----------+ 
  5. |   6003058 | 
  6. +-----------+ 
  7. 1 row in set (2.02 sec) 

从上面的执行时间看,前两条相差不多,第三条次之,最差的是第四条,看看explain的结果:

 
 
  1. mysql> explain select count(1) from test;  
  2. +----+-------------+-------+-------+---------------+---------+---------+------+---------+-------------+ 
  3. | id | select_type | table | type  | possible_keys | key     | key_len | ref  | rows    | Extra       | 
  4. +----+-------------+-------+-------+---------------+---------+---------+------+---------+-------------+ 
  5. |  1 | SIMPLE      | test  | index | NULL          | PRIMARY | 4       | NULL | 6003369 | Using index | 
  6. +----+-------------+-------+-------+---------------+---------+---------+------+---------+-------------+ 
  7. 1 row in set (0.00 sec) 
 
 
  1. mysql> explain select count(*) from test; 
  2. +----+-------------+-------+-------+---------------+---------+---------+------+---------+-------------+ 
  3. | id | select_type | table | type  | possible_keys | key     | key_len | ref  | rows    | Extra       | 
  4. +----+-------------+-------+-------+---------------+---------+---------+------+---------+-------------+ 
  5. |  1 | SIMPLE      | test  | index | NULL          | PRIMARY | 4       | NULL | 6003369 | Using index | 
  6. +----+-------------+-------+-------+---------------+---------+---------+------+---------+-------------+ 
  7. 1 row in set (0.00 sec) 
 
 
  1. mysql> explain select count(id) from test; 
  2. +----+-------------+-------+-------+---------------+---------+---------+------+---------+-------------+ 
  3. | id | select_type | table | type  | possible_keys | key     | key_len | ref  | rows    | Extra       | 
  4. +----+-------------+-------+-------+---------------+---------+---------+------+---------+-------------+ 
  5. |  1 | SIMPLE      | test  | index | NULL          | PRIMARY | 4       | NULL | 6003369 | Using index | 
  6. +----+-------------+-------+-------+---------------+---------+---------+------+---------+-------------+ 
  7. 1 row in set (0.00 sec) 
 
 
  1. mysql> explain select count(c1) from test; 
  2. +----+-------------+-------+------+---------------+------+---------+------+---------+-------+ 
  3. | id | select_type | table | type | possible_keys | key  | key_len | ref  | rows    | Extra | 
  4. +----+-------------+-------+------+---------------+------+---------+------+---------+-------+ 
  5. |  1 | SIMPLE      | test  | ALL  | NULL          | NULL | NULL    | NULL | 6003369 |       | 
  6. +----+-------------+-------+------+---------------+------+---------+------+---------+-------+ 
  7. 1 row in set (0.00 sec) 

由上可以看出,前三者的执行计划是一样的,第四条与前三者不同,没有使用覆盖索引,从执行时间上排序为:

count(1)=count(*) < count(主键) < count(非主键字段)

 

上面是未指定条件的情况,如果加上条件呢,看看下面三条语句:

  • 1.select count(1) from test where id>0;
  • 2.select count(*) from test where id>0;
  • 3.select count(id) from test where id>0;
  • 4.select count(c1) from test where id>0;

下面是命令行下的执行情况:

 
 
  1. mysql> select count(1) from test where id>0; 
  2. +----------+ 
  3. | count(1) | 
  4. +----------+ 
  5. |  6003058 | 
  6. +----------+ 
  7. 1 row in set (2.07 sec) 
 
 
  1. mysql> select count(*) from test where id>0; 
  2. +----------+ 
  3. | count(*) | 
  4. +----------+ 
  5. |  6003058 | 
  6. +----------+ 
  7. 1 row in set (2.07 sec) 
 
 
  1. mysql> select count(id) from test where id>0; 
  2. +-----------+ 
  3. | count(id) | 
  4. +-----------+ 
  5. |   6003058 | 
  6. +-----------+ 
  7. 1 row in set (2.07 sec) 
 
 
  1. mysql> select count(c1) from test where id>0; 
  2. +-----------+ 
  3. | count(c1) | 
  4. +-----------+ 
  5. |   6003058 | 
  6. +-----------+ 
  7. 1 row in set (2.28 sec) 

从上面的执行时间可以看到:

  • 1.count(1),count(*),count(主键)在执行时间上是差不多的,没有明显的差别
  • 2.count(非主键字段)的执行时间明显要比前三者长。

再看一下explain的结果:

 
 
  1. mysql> explain select count(1) from test where id>0; 
  2. +----+-------------+-------+-------+---------------+---------+---------+------+---------+--------------------------+ 
  3. | id | select_type | table | type  | possible_keys | key     | key_len | ref  | rows    | Extra                    | 
  4. +----+-------------+-------+-------+---------------+---------+---------+------+---------+--------------------------+ 
  5. |  1 | SIMPLE      | test  | range | PRIMARY       | PRIMARY | 4       | NULL | 3001684 | Using where; Using index | 
  6. +----+-------------+-------+-------+---------------+---------+---------+------+---------+--------------------------+ 
  7. 1 row in set (0.00 sec) 
 
 
  1. mysql> explain select count(*) from test where id>0; 
  2. +----+-------------+-------+-------+---------------+---------+---------+------+---------+--------------------------+ 
  3. | id | select_type | table | type  | possible_keys | key     | key_len | ref  | rows    | Extra                    | 
  4. +----+-------------+-------+-------+---------------+---------+---------+------+---------+--------------------------+ 
  5. |  1 | SIMPLE      | test  | range | PRIMARY       | PRIMARY | 4       | NULL | 3001684 | Using where; Using index | 
  6. +----+-------------+-------+-------+---------------+---------+---------+------+---------+--------------------------+ 
  7. 1 row in set (0.00 sec) 
 
 
  1. mysql> explain select count(id) from test where id>0; 
  2. +----+-------------+-------+-------+---------------+---------+---------+------+---------+--------------------------+ 
  3. | id | select_type | table | type  | possible_keys | key     | key_len | ref  | rows    | Extra                    | 
  4. +----+-------------+-------+-------+---------------+---------+---------+------+---------+--------------------------+ 
  5. |  1 | SIMPLE      | test  | range | PRIMARY       | PRIMARY | 4       | NULL | 3001684 | Using where; Using index | 
  6. +----+-------------+-------+-------+---------------+---------+---------+------+---------+--------------------------+ 
  7. 1 row in set (0.00 sec) 
 
 
  1. mysql> explain select count(c1) from test where id>0; 
  2. +----+-------------+-------+-------+---------------+---------+---------+------+---------+-------------+ 
  3. | id | select_type | table | type  | possible_keys | key     | key_len | ref  | rows    | Extra       | 
  4. +----+-------------+-------+-------+---------------+---------+---------+------+---------+-------------+ 
  5. |  1 | SIMPLE      | test  | range | PRIMARY       | PRIMARY | 4       | NULL | 3001684 | Using where | 
  6. +----+-------------+-------+-------+---------------+---------+---------+------+---------+-------------+ 
  7. 1 row in set (0.00 sec) 

从上面的explain可以看到,前三种情况都会发生using index,即覆盖索引。

  • Using index:列数据是从仅仅使用了索引中的信息而没有读取实际的行动的表返回的,这发生在对表的全部的请求列都是同一个索引的部分的时候

而最后的情况不会覆盖索引,会进行表读取,故速度会比前三者要慢,耗时更长就能理解了。

结论:

  • 1.在mysql中,对于表类型innodb的情况,如果无条件,count(1),count(*)没有区别。
  • 2.如果有条件,则count(1),count(*),count(主键)没有区别
  • 3.对于count(非主键字段)的情况因为没有使用覆盖索引,耗时会比前三者更长,应避免这种写法。
  • 4.为了安全起见,建议只使用count(1)或count(*)进行统计,两者完全等价。









本文转自 ustb80 51CTO博客,原文链接:http://blog.51cto.com/ustb80/1049001,如需转载请自行联系原作者
相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助 &nbsp; &nbsp; 相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
目录
打赏
0
0
0
0
234
分享
相关文章
MySQL底层概述—10.InnoDB锁机制
本文介绍了:锁概述、锁分类、全局锁实战、表级锁(偏读)实战、行级锁升级表级锁实战、间隙锁实战、临键锁实战、幻读演示和解决、行级锁(偏写)优化建议、乐观锁实战、行锁原理分析、死锁与解决方案
103 24
MySQL底层概述—10.InnoDB锁机制
MySQL底层概述—5.InnoDB参数优化
本文介绍了MySQL数据库中与内存、日志和IO线程相关的参数优化,旨在提升数据库性能。主要内容包括: 1. 内存相关参数优化:缓冲池内存大小配置、配置多个Buffer Pool实例、Chunk大小配置、InnoDB缓存性能评估、Page管理相关参数、Change Buffer相关参数优化。 2. 日志相关参数优化:日志缓冲区配置、日志文件参数优化。 3. IO线程相关参数优化: 查询缓存参数、脏页刷盘参数、LRU链表参数、脏页刷盘相关参数。
MySQL底层概述—5.InnoDB参数优化
MySQL底层概述—4.InnoDB数据文件
本文介绍了InnoDB表空间文件结构及其组成部分,包括表空间、段、区、页和行。表空间是最高逻辑层,包含多个段;段由若干个区组成,每个区包含64个连续的页,页用于存储多条行记录。文章还详细解析了Page结构,分为通用部分(文件头与文件尾)、数据记录部分和页目录部分。此外,文中探讨了行记录格式,包括四种行格式(Redundant、Compact、Dynamic和Compressed),重点介绍了Compact行记录格式及其溢出机制。最后,文章解释了不同行格式的特点及应用场景,帮助理解InnoDB存储引擎的工作原理。
MySQL底层概述—4.InnoDB数据文件
MySQL底层概述—3.InnoDB线程模型
InnoDB存储引擎采用多线程模型,包含多个后台线程以处理不同任务。主要线程包括:IO Thread负责读写数据页和日志;Purge Thread回收已提交事务的undo日志;Page Cleaner Thread刷新脏页并清理redo日志;Master Thread调度其他线程,定时刷新脏页、回收undo日志、写入redo日志和合并写缓冲。各线程协同工作,确保数据一致性和高效性能。
MySQL底层概述—3.InnoDB线程模型
Docker Compose V2 安装常用数据库MySQL+Mongo
以上内容涵盖了使用 Docker Compose 安装和管理 MySQL 和 MongoDB 的详细步骤,希望对您有所帮助。
176 42
MySQL生产环境迁移至YashanDB数据库深度体验
这篇文章是作者将 MySQL 生产环境迁移至 YashanDB 数据库的深度体验。介绍了 YashanDB 迁移平台 YMP 的产品相关信息、安装步骤、迁移中遇到的各种兼容问题及解决方案,最后总结了迁移体验,包括工具部署和操作特点,也指出功能有优化空间及暂不支持的部分,期待其不断优化。
如何排查和解决PHP连接数据库MYSQL失败写锁的问题
通过本文的介绍,您可以系统地了解如何排查和解决PHP连接MySQL数据库失败及写锁问题。通过检查配置、确保服务启动、调整防火墙设置和用户权限,以及识别和解决长时间运行的事务和死锁问题,可以有效地保障应用的稳定运行。
134 25
云数据库:从零到一,构建高可用MySQL集群
在互联网时代,数据成为企业核心资产,传统单机数据库难以满足高并发、高可用需求。云数据库通过弹性扩展、分布式架构等优势解决了这些问题,但也面临数据安全和性能优化挑战。本文介绍了如何从零开始构建高可用MySQL集群,涵盖选择云服务提供商、创建实例、配置高可用架构、数据备份恢复及性能优化等内容,并通过电商平台案例展示了具体应用。
数据库数据恢复——MySQL简介和数据恢复案例
MySQL数据库数据恢复环境&故障: 本地服务器,安装的windows server操作系统。 操作系统上部署MySQL单实例,引擎类型为innodb,表空间类型为独立表空间。该MySQL数据库没有备份,未开启binlog。 人为误操作,在用Delete命令删除数据时未添加where子句进行筛选导致全表数据被删除,删除后未对该表进行任何操作。