MySQL使用count(*)命令慢的解决方案

Posted 2023-04-09

参考技术A 笔者目前在负责一个简单的Spring Boot项目，该项目有一个操作日志的功能。在分页查询操作日志时，需要查询日志的记录数。日志记录也不大，23W左右，比起其他大项目一两百W，少很多了。但是，令人困惑的是，使用count(*)查询总数时，总是十分缓慢，在20s左右，使得打开操作日志非常慢。

于是我改成了count(1)、count(id)，然而都不行。

网上资料说mysql对count(*)做了特别的优化，按理来说应该是最快的，然而三个都不约而同的非常慢。

解决方案是，为ID加了个唯一键：

之后再使用count(*)便能正常查询了：

对于这个问题的原因，依旧没能想明白为什么。欢迎大家相互讨论~

MySQL45讲count(*)慢的问题

在开发系统的时候，经常需要计算一个表的行数，比如一个交易系统的所有变更记录总数
这时候可能会想，一条select count(*) from t语句不就解决了吗？

但是，发现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。但记个总数，每次要查的时候MySQL直接读出来，不就好了么，为什么这么慢？

接下来聊聊count(*)语句是怎样实现的，以及MySQL为什么会这么实现
接着聊聊应用中有这种频繁变更并需要统计表行数的需求，业务设计上可以怎么做

一、count(*)的实现方式

1.1 不同引擎的实现

要明确的是，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

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

需要注意的是，这个是没有过滤条件的count(*)，如果加了where条件，MyISAM表也是不能返回得这么快的

因为InnoDB不论是在事务支持、并发能力还是在数据安全方面，InnoDB都优于MyISAM，所以大部分都使用了InnoDB引擎，这就是当记录数越来越多的时候，计算一个表的总行数会越来越慢的原因

1.2 InnoDB实现的背景

那为什么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

用一个count(*)的例子说明一下

假设表t中现在有10000条记录，设计了三个用户并行的会话：

1. 会话A先启动事务并查询一次表的总行数
2. 会话B启动事务，插入一行后记录后，查询表的总行数
3. 会话C先启动一个单独的语句，插入一行记录后，查询表的总行数

假设从上到下是按照时间顺序执行的，同一行语句是在同一时刻执行的，会话A、B、C的执行流程：

可以看到，在最后一个时刻，三个会话A、B、C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(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，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

1.3 InnoDB的优化

当然，现在这个看上去笨笨的MySQL，在执行count(*)操作的时候还是做了优化的

• 普通索引树

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，因此，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

• show table status

如果使用过show table status命令，就会发现这个命令的输出结果里面也有一个TABLE_ROWS用于显示这个表当前有多少行，这个命令执行很快，那这个TABLE_ROWS 能代替count(*)吗？

索引统计的值是通过采样来估算的，实际上，TABLE_ROWS就是从这个采样估算得来的，因此也很不准(官方文档说误差可能达到40%到50%)
所以，show table status命令显示的行数不能直接使用

到这里小结一下：

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

回到开始的问题，如果现在有一个页面经常要显示交易系统的操作记录总数，到底应该怎么办呢？
答案是，只能自己计数

接下来，讨论一下看看自己计数有哪些方法，以及每种方法的优缺点有哪些
计数的这些方法的基本思路：需要自己找一个地方，把操作记录表的行数存起来

二、用缓存系统保存计数

对于更新很频繁的库来说，可能会第一时间想到，用缓存系统来支持

2.1 更新机制

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，但这种方式存在什么问题吗？

没错，缓存系统可能会丢失更新

2.2 更新丢失

• 更新丢失的问题

Redis的数据不能永久地留在内存里，所以需要找一个地方把这个值定期地持久化存储起来
但即使这样，仍然可能丢失更新
试想如果刚刚在数据表中插入了一行，Redis中保存的值也加了1，然后Redis异常重启了，重启后要从存储redis数据的地方把这个值读回来，而刚刚加1的这个计数操作却丢失了

• 更新丢失的解决

当然了，这还是有解的
比如，Redis异常重启以后，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

2.3 更新精确度

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

可以设想一下有这么一个页面，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

这么定义不精确：

1. 第一种可能情况，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
2. 第二种可能情况，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

这两种情况，都是逻辑不一致的

• 先插入数据后更新redis的情况

看看下面会话A、B执行时序图：

会话A：一个插入交易记录的逻辑，往数据表里插入一行R，然后Redis计数加1
会话B：查询页面显示时需要的数据

在这个时序里，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

• 先更新redis后插入数据的情况

那有可能会说，这是因为执行新增记录逻辑时候，是先写数据表，再改Redis计数。而读的时候是先读Redis，再读数据表，这个顺序是相反的
那么，如果保持顺序一样的话，是不是就没问题了？现在把会话A的更新顺序换一下，再看看执行结果

调整顺序后，会话A、B的执行时序图：

这时候反过来了，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

在并发系统里面，无法精确控制不同线程的执行时刻，因为存在图中的这种操作序列，所以，即使Redis正常工作，这个计数值还是逻辑上不精确的

三、在数据库保存计数

根据上面的分析，用缓存系统保存计数有丢失数据和计数不精确的问题
那么，如果把这个计数直接放到数据库里单独的一张计数表C中，又会怎么样呢？

首先，这解决了崩溃丢失的问题，InnoDB是支持崩溃恢复不丢数据的

然后，我们再看看能不能解决计数不精确的问题

觉得这不一样吗？无非就是把对Redis的操作，改成了对计数表C的操作，只要出现执行序列的情况，这个问题还是无解的吧？

这个问题还真不是无解的

要解决的问题都是由于InnoDB要支持事务，从而导致InnoDB表不能把count(*)直接存起来，然后查询的时候直接返回形成的

所谓以子之矛攻子之盾，现在我们就利用"事务"这个特性，把问题解决掉

会话A、B的执行时序图如下：

看下现在的执行结果，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

四、不同的count用法

在select count(?) from t这样的查询语句里面， count(*)、count(主键id)、count(字段)和count(1)等不同用法的性能，有哪些差别

接下来详细说明一下这几种用法的性能差别，需要注意的是，下面的讨论还是基于InnoDB引擎的

4.1 count()的语义

首先要弄清楚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

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

4.2 性能分析原则

分析性能差别的时候，记住这么几个原则：

1. server层要什么就给什么
2. InnoDB只给必要的值
3. 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

4.3 逐个分析

• count(主键id)

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

• count(1)

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

单看这两个用法的差别的话，能对比出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

• count(字段)

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

符合前面的第一条原则中，server层要什么字段，InnoDB就返回什么字段

• count(*)

count()是例外的，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

那优化器不能自己判断一下吗，主键id肯定非空啊，为什么不能按照count(*)来处理，多么简单的优化

MySQL专门针对这个语句进行优化，也不是不可以，但这种需要专门优化的情况太多了，而且MySQL已经优化过count(*)了，直接使用这种用法就可以

所以结论是按照效率排序：
count(字段)<count(主键id)<count(1)≈count(*)

因此建议尽量使用count(*)