在MySQL中统计数据表的行数，可以使用三种方式：select count(*) select count(1) 和 select count(具体字段)，使用这三者之间的查询效率是怎样的？
前提：如果你要统计的是某个字段的非空数据行数，则另当别论，毕竟比较执行效率的前提是结果一样才可以。
假设我们有表people，有100万条数据。
CREATE TABLE `people` ( `id` int(11) NOT NULL AUTO_INCREMENT, `zipcode` varchar(20) COLLATE utf8_bin DEFAULT NULL, `firstname` varchar(20) COLLATE utf8_bin DEFAULT NULL, `lastname` varchar(20) COLLATE utf8_bin DEFAULT NULL, `address` varchar(50) COLLATE utf8_bin DEFAULT NULL, PRIMARY KEY (`id`), KEY `zip_last_first` (`zipcode`,`lastname`,`firstname`) ) ENGINE=InnoDB AUTO_INCREMENT=1000001 DEFAULT CHARSET=utf8 COLLATE=utf8_bin
那么如下三条SQL统计行数结果为：
# 1000000 条数据 414ms select count(*) from people p ; # 1000000 条数据 select count(1) from people p ; # 999999条数据 select count(zipcode) from people p ;
count(*) 和 count(1)的执行计划
explain select SQL_NO_CACHE count(*) from people p ;
explain select SQL_NO_CACHE count(1) from people p ;
可以发现，二者执行计划是一模一样。对比二者的查询成本也能说明这一点：
从统计数据行结果来讲
count(*) 和 count(1) 都是对所有结果进行count，二者本质丧没有区别（二者执行时间可能略有差别，不过你还是可以把它两的执行效率看成是相等的）。如果有 where 子句，则是对所有符合筛选条件的数据行进行统计。如果没有where子句，则是对数据表的数据行数进行统计。
count(具体字段) 则会过滤掉为null的数据。
如果是MyISAM存储引擎，统计数据表的行数只需要O(1)的复杂度，这是因为每张MyISAM的数据表都有一个 meta 信息存储了 row_count 值，而一致性则由表级锁来保证。
如果是InnoDB存储引擎，因为InnoDB支持事务，采用行级锁和MVCC机制，所以无法像MyISAM一样，维护一个 row_count 变量，因此需要采用 扫描全表 ，进行循环+计数的方式来完成统计。
使用什么索引进行统计？
在InnoDB引擎中，如果采用 count(具体字段) 来统计数据行数，要尽量采用二级索引。因为主键采用的索引是聚簇索引，聚簇索引包含的信息很多，明细会大于二级索引（非聚簇索引）。
对于count(*) 和 count(1) 来说，他们不需要查找具体的行，只是统计行数，系统会 自动 采用占用空间更小的二级索引来进行统计。
如果有多个二级索引，会使用 key_len 小的二级索引进行扫描。当没有二级索引的时候，才会采用主键索引来进行统计。
