mysql 的 count(*) 与 count

Posted 2021-04-23 天空的代码世界

网上很多文章把 count(1) 介绍错了，纠正一下。

一、背景

最近，我们的系统有往储存的方向发展的趋势。

其中一个功能就是接口需要 SQL 化。

然后就聊到 count 函数需要支持哪些功能。

网上搜索 count 的时候，发现大部分都是介绍 count 的实现原理，以及 count(*) 与 count(1) 的区别。

当我看了 mysql 的官方文档后，发现有文章关于 count(1) 都解释是错了，故写一篇文章来记录一下。

二、两个功能

https://dev.mysql.com/doc/refman/8.0/en/aggregate-functions.html#function_count

可以看到，关于 count 函数有两个语法。

语法 1：COUNT(expr)
含义：对表达 expr 的非空值计数。

Returns a count of the number of non-NULL values of expr in the rows retrieved by a SELECT statement. The result is a BIGINT value.

语法2：COUNT(DISTINCT expr,[expr...])
含义：对表达式 expr,[expr...] 的非空值去重后计数。
注意事项：经测试，所有表达式的值都必须非空，只要一个为空，就被过滤。

关于这个语法，需要展开讲的有两点。

第一，expr 是一个表达式，可以使用很多形式来表示。
比如*代表所有字段，1、"hello"等代表常量值，IF、IFNULL等代表函数。

比如我这里随便创建了一个表，插入了三个值。

mysql> select c_id from t_tiankonguse;+------+| c_id |+------+| 1 || 2 || 3 |+------+3 rows in set (0.01 sec)

可以使用 count(*) 来查询所有行的个数。

mysql> select count(*) from t_tiankonguse;+----------+| count(*) |+----------+| 3 |+----------+

可以使用常量来查询所有行的个数。

mysql> select count(1) from t_tiankonguse;+----------+| count(1) |+----------+| 3 |+----------+

还可以指定字段，判断这个字段非空的个数。

mysql> select count(c_id) from t_tiankonguse;+-------------+| count(c_id) |+-------------+| 3 |+-------------+

也可以使用函数来计算非空的个数。

mysql> select count(if(c_id < 2, 1, NULL)) from t_tiankonguse;+------------------------------+| count(if(c_id < 2, 1, NULL)) |+------------------------------+| 1 |+------------------------------+

当然，还可以写一个没有意义的 SQL。

mysql> select count(NULL) from t_tiankonguse;+-------------+| count(NULL) |+-------------+| 0 |+-------------+

不管怎么写，按照定义，统计表达式的值为非空的个数，就可以得到输出的结果。

第二，语法 1 只支持一个表达式，语法 2 支持多个表达式并去重。
那就有人有疑问了，这里的逻辑没有形成闭环：多个表达式不去重如何表达呢？多个表达式都为空才算空再去重如何表达？

可以看到，关于这样的问题还可以提出很多个，所以干脆 MYSQL 就一个也不支持了。
有这个需求的话，就在这两个语法的基础上自己使用 函数去计算。

这里给大家出两道开放题，大家可以创建一个表自己做一做。

问题1：两个字段，不去重，如何使用 COUNT 求非空个数？

比如，下面期望得到的答案是 3，

+----------+----------+| NULL | NULL || a        | b        || a | NULL || NULL     | b        |+----------+----------+

问题2：两个字段，两个字段都为空时才算空，求去重个数。

比如下面期望得到的答案是 4，过滤一行，去重两行，

+----------+----------+| a | NULL || a | NULL || b | NULL ||NULL | b || NULL | b ||NULL | NULL || a | b |+----------+----------+

三、优化

COUNT 的原理其实很简单，按照定义去理解就行了。

具体实现的时候，数据库做了一些优化，我们如果知道了这些优化，程序上就可以大大的提高性能了。

优化1：MyISAM储存引擎的总个数

如果数据库使用 MyISAM 储存引擎的话，内部会把表的总行数储存下来。
这样不加 where 条件时，就可以直接得到答案。

当然，InnoDB 因为支持了事务的缘故，没有这样实现。
所以 InnoDB 储存引擎需要扫描全表才能得到总行数。

优化2：COUNT(*)特殊假设
MYSQL 对 COUNT(*)做了特殊假设，即认为表的所有行都不为空。
这样 COUNT(*) 就代表读取表的所有行。

COUNT(*) is somewhat different in that it returns a count of the number of rows retrieved, whether or not they contain NULL values.

优化3：不带 WHERE 和 ORDER BY 时，COUNT(*)优先选择较小的索引
既然是查询所有行，较小的索引 IO 次数少，可以更快的计算出总个数。

InnoDB processes SELECT COUNT(*) statements by traversing the smallest available secondary index unless an index or optimizer hint directs the optimizer to use a different index. If a secondary index is not present, InnoDB processes SELECT COUNT(*) statements by scanning the clustered index.

优化4：COUNT(1) 与 COUNT(*) 等价。

InnoDB handles SELECT COUNT(*) and SELECT COUNT(1) operations in the same way. There is no performance difference.COUNT(1) is only subject to the same optimization if the first column is defined as NOT NULL.

官方原文在介绍这个等价时，最后一句让无数人产生了误解。

表面意思是，如果第一列定义非空，就会使用这个等价优化。
于是很多人把count(1)里面的这个 1 当做第一列的意思。

（评论里都吵起来了）

但是根据 SQL 的定义，count(1)里面的 1 只是表达式 exp 的值，我们完全可以写为任意常量值，甚至是字符串。
所以，这里的 count(1) 不是第一列的意思。

那这句英文是啥意思呢？

我思考了好久，发现这是一个逻辑游戏，只能说 MYSQL 文档的这句话写的不太好，太容易让人误会了。

大概要拆分为两个三段式逻辑来证明。

三段式证明1：

1、如果 expr 都非空，等价于 count(*)。
2、expr 的第一列全部非空时，expr 一定都非空
3、因此，第一列非空时，等价与 count(*)

三段式证明2：

1、count(1) 的第一列值都是 1，都非空。
2、第一列非空时，等价与 count(*)
3、因此，count(1) 等价与 count(*)

四、最后

count(常量) 和 count(*) 是等价的，毋容置疑，官方解释有点模糊不清。

if the first column is defined as NOT NULL

表达式 expr 得到的结果只有一列，为何还称之为第一列呢？

怪怪的。

加油，技术人。

《完》

-EOF-

上篇文章：

推荐：

长按二维码，一起成长学习

▲ 长按关注，天天成长

觉得有帮助可以点击好看与转发，谢谢！