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
云数据库 RDS PostgreSQL,集群系列 2核4GB
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
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
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
相关文章
|
25天前
|
存储 关系型数据库 MySQL
深度剖析:MySQL聚合函数 count(expr) 如何工作?如何选择?
本文详细探讨了MySQL中count(expr)函数的不同形式及其执行效率,包括count(*)、count(1)、count(主键)、count(非主键)等。通过对InnoDB和MyISAM引擎的对比分析,解释了它们在不同场景下的实现原理及性能差异。文章还通过实例演示了事务隔离级别对统计结果的影响,并提供了源码分析和总结建议。适合希望深入了解MySQL统计函数的开发者阅读。
39 0
|
25天前
|
存储 缓存 关系型数据库
详细解析MySQL中的innodb和myisam
总之,InnoDB和MyISAM各有千秋,选择合适的存储引擎应基于对应用程序特性的深入理解,以及对性能、数据完整性和可扩展性的综合考量。随着技术发展,InnoDB因其全面的功能和日益优化的性能,逐渐成为更广泛场景下的首选。然而,在特定条件下,MyISAM依然保留其独特的价值。
73 0
|
3月前
|
监控 关系型数据库 MySQL
在Linux中,mysql的innodb如何定位锁问题?
在Linux中,mysql的innodb如何定位锁问题?
|
3月前
|
SQL 存储 关系型数据库
"MySQL增列必锁表?揭秘InnoDB在线DDL,让你的数据库操作飞一般,性能无忧!"
【8月更文挑战第11天】在数据库领域,MySQL凭借其稳定高效的表现深受开发者喜爱。对于是否会在给数据表添加列时锁表的问题,MySQL的行为受版本、存储引擎等因素影响。从5.6版起,InnoDB支持在线DDL,可在改动表结构时保持表的可访问性,避免长时间锁表。而MyISAM等则需锁表完成操作。例如,在使用InnoDB的表上运行`ALTER TABLE users ADD COLUMN email VARCHAR(255);`时,通常不会完全锁表。虽然在线DDL提高了灵活性,但复杂操作或大表变更仍可能暂时影响性能。因此,进行结构变更前应评估其影响并择机执行。
64 6
|
3月前
|
关系型数据库 MySQL
Mysql中count(1)、count(*)以及count(列)的区别
Mysql中count(1)、count(*)以及count(列)的区别
40 0
|
4月前
|
存储 SQL 关系型数据库
(十三)MySQL引擎篇:半道出家的InnoDB为何能替换官方的MyISAM?
MySQL是一款支持拔插式引擎的数据库,在开发过程中你可以根据业务特性,从支持的诸多引擎中选择一款适合的,例如MyISAM、InnoDB、Merge、Memory(HEAP)、BDB(BerkeleyDB)、Example、Federated、Archive、CSV、Blackhole.....
|
5月前
|
存储 关系型数据库 MySQL
MySQL数据库进阶第六篇(InnoDB引擎架构,事务原理,MVCC)
MySQL数据库进阶第六篇(InnoDB引擎架构,事务原理,MVCC)
|
5月前
|
存储 SQL 关系型数据库
【MySQL技术内幕】6.3-InnoDB中的锁
【MySQL技术内幕】6.3-InnoDB中的锁
196 57
|
5月前
|
存储 关系型数据库 MySQL
关系型数据库mysql的InnoDB
【6月更文挑战第17天】
41 3
|
4月前
|
存储 关系型数据库 MySQL
MySQL InnoDB存储引擎的优点有哪些?
上述提到的特性和优势使得InnoDB引擎非常适合那些要求高可靠性、高性能和事务支持的场景。在使用MySQL进行数据管理时,InnoDB通常是优先考虑的存储引擎选项。
148 0