大家好，我是小林。
當我們對一張資料表中的記錄進行統計的時候，習慣都會使用 count 函式來統計，但是 count 函式傳入的引數有很多種，比如 count(1)、count(*)、count(欄位) 等。
到底哪種效率是最好的呢？是不是 count(*) 效率最差？
我曾經以為 count(*) 是效率最差的，因為認知上 selete * from t 會讀取所有表中的欄位，所以凡事帶有 * 字元的就覺得會讀取表中所有的欄位，當時網上有很多部落格也這麼說。
但是，當我深入 count 函式的原理後，被啪啪啪的打臉了！
不多說， 發車！
哪種 count 效能最好？
哪種 count 效能最好？
我先直接說結論：
要弄明白這個，我們得要深入 count 的原理，以下內容基於常用的 innodb 儲存引擎來說明。
count() 是什麼？
count() 是一個聚合函式，函式的引數不僅可以是欄位名，也可以是其他任意表示式，該函式作用是統計符合查詢條件的記錄中，函式指定的引數不為 NULL 的記錄有多少個。
假設 count() 函式的引數是欄位名，如下：
select count(name) from t_order;
這條語句是統計「 t_order 表中，name 欄位不為 NULL 的記錄」有多少個。也就是說，如果某一條記錄中的 name 欄位的值為 NULL，則就不會被統計進去。
再來假設 count() 函式的引數是數字 1 這個表示式，如下：
select count(1) from t_order;
這條語句是統計「 t_order 表中，1 這個表示式不為 NULL 的記錄」有多少個。
1 這個表示式就是單純數字，它永遠都不是 NULL，所以上面這條語句，其實是在統計 t_order 表中有多少個記錄。
count(主鍵欄位) 執行過程是怎樣的？
在通過 count 函式統計有多少個記錄時，MySQL 的 server 層會維護一個名叫 count 的變數。
server 層會迴圈向 InnoDB 讀取一條記錄，如果 count 函式指定的引數不為 NULL，那麼就會將變數 count 加 1，直到符合查詢的全部記錄被讀完，就退出迴圈。最後將 count 變數的值傳送給客戶端。
InnoDB 是通過 B+ 樹來保持記錄的，根據索引的型別又分為聚簇索引和二級索引，它們區別在於，聚簇索引的葉子節點存放的是實際資料，而二級索引的葉子節點存放的是主鍵值，而不是實際資料。
用下面這條語句作為例子：
//id 為主鍵值
select count(id) from t_order;
如果表裡只有主鍵索引，沒有二級索引時，那麼，InnoDB 迴圈遍歷聚簇索引，將讀取到的記錄返回給 server 層，然後讀取記錄中的 id 值，就會 id 值判斷是否為 NULL，如果不為 NULL，就將 count 變數加 1。
但是，如果表裡有二級索引時，InnoDB 迴圈遍歷的物件就不是聚簇索引，而是二級索引。
圖片
這是因為相同數量的二級索引記錄可以比聚簇索引記錄佔用更少的儲存空間，所以二級索引樹比聚簇索引樹小，這樣遍歷二級索引的 I/O 成本比遍歷聚簇索引的 I/O 成本小，因此「優化器」優先選擇的是二級索引。
count(1) 執行過程是怎樣的？
用下面這條語句作為例子：
select count(1) from t_order;
如果表裡只有主鍵索引，沒有二級索引時。
那麼，InnoDB 迴圈遍歷聚簇索引（主鍵索引），將讀取到的記錄返回給 server 層，但是不會讀取記錄中的任何欄位的值，因為 count 函式的引數是 1，不是欄位，所以不需要讀取記錄中的欄位值。引數 1 很明顯並不是 NULL，因此 server 層每從 InnoDB 讀取到一條記錄，就將 count 變數加 1。
可以看到，count(1) 相比 count(主鍵欄位) 少一個步驟，就是不需要讀取記錄中的欄位值，所以通常會說 count(1) 執行效率會比 count(主鍵欄位) 高一點。
但是，如果表裡有二級索引時，InnoDB 迴圈遍歷的物件就二級索引了。
count(*) 執行過程是怎樣的？
看到 * 這個字元的時候，是不是大家覺得是讀取記錄中的所有欄位值？
對於 selete * 這條語句來說是這個意思，但是在 count(*) 中並不是這個意思。
count(\*) 其實等於 count(0)，也就是說，當你使用 count(*) 時，MySQL 會將 * 引數轉化為引數 0 來處理。
所以，count(*) 執行過程跟 count(1) 執行過程基本一樣的，效能沒有什麼差異。
在 MySQL 5.7 的官方手冊中有這麼一句話：
InnoDB handles SELECT COUNT(\*) and SELECT COUNT(1) operations in the same way. There is no performance difference.
翻譯：InnoDB以相同的方式處理SELECT COUNT（\*）和SELECT COUNT（1）操作，沒有效能差異。
而且 MySQL 會對 count(*) 和 count(1) 有個優化，如果有多個二級索引的時候，優化器會使用key_len 最小的二級索引進行掃描。
只有當沒有二級索引的時候，才會採用主鍵索引來進行統計。
count(欄位) 執行過程是怎樣的？
count(欄位) 的執行效率相比前面的 count(1)、 count(*)、 count(主鍵欄位) 執行效率是最差的。
用下面這條語句作為例子：
//name不是索引，普通欄位
select count(name) from t_order;
對於這個查詢來說，會採用全表掃描的方式來計數，所以它的執行效率是比較差的。
圖片
小結
count(1)、 count(*)、 count(主鍵欄位)在執行的時候，如果表裡存在二級索引，優化器就會選擇二級索引進行掃描。
所以，如果要執行 count(1)、 count(*)、 count(主鍵欄位) 時，儘量在資料表上建立二級索引，這樣優化器會自動採用 key_len 最小的二級索引進行掃描，相比於掃描主鍵索引效率會高一些。
再來，就是不要使用 count(欄位) 來統計記錄個數，因為它的效率是最差的，會採用全表掃描的方式來統計。如果你非要統計表中該欄位不為 NULL 的記錄個數，建議給這個欄位建立一個二級索引。
為什麼要通過遍歷的方式來計數？
你可以會好奇，為什麼 count 函式需要通過遍歷的方式來統計記錄個數？
我前面將的案例都是基於 Innodb 儲存引擎來說明的，但是在 MyISAM 儲存引擎裡，執行 count 函式的方式是不一樣的，通常在沒有任何查詢條件下的 count(*)，MyISAM 的查詢速度要明顯快於 InnoDB。
使用 MyISAM 引擎時，執行 count 函式只需要 O(1 )複雜度，這是因為每張 MyISAM 的資料表都有一個 meta 資訊有儲存了row_count值，由表級鎖保證一致性，所以直接讀取 row_count 值就是 count 函式的執行結果。
而 InnoDB 儲存引擎是支援事務的，同一個時刻的多個查詢，由於多版本併發控制（MVCC）的原因，InnoDB 表“應該返回多少行”也是不確定的，所以無法像 MyISAM一樣，只維護一個 row_count 變數。
舉個例子，假設表 t_order 有 100 條記錄，現在有兩個會話並行以下語句：
在會話 A 和會話 B的最後一個時刻，同時查表 t_order 的記錄總個數，可以發現，顯示的結果是不一樣的。所以，在使用 InnoDB 儲存引擎時，就需要掃描表來統計具體的記錄。
而當帶上 where 條件語句之後，MyISAM 跟 InnoDB 就沒有區別了，它們都需要掃描表來進行記錄個數的統計。
如何優化 count(*)？
如果對一張大表經常用 count(*) 來做統計，其實是很不好的。
比如下面我這個案例，表 t_order 共有 1200+ 萬條記錄，我也建立了二級索引，但是執行一次 select count(*) from t_order 要花費差不多 5 秒！
面對大表的記錄統計，我們有沒有什麼其他更好的辦法呢？
第一種，近似值
如果你的業務對於統計個數不需要很精確，比如搜尋引擎在搜尋關鍵詞的時候，給出的搜尋結果條數是一個大概值。
這時，我們就可以使用 show table status 或者 explain 命令來表進行估算。
執行 explain 命令效率是很高的，因為它並不會真正的去查詢，下圖中的 rows 欄位值就是 explain 命令對錶 t_order 記錄的估算值。
第二種，額外表儲存計數值
如果是想精確的獲取表的記錄總數，我們可以將這個計數值儲存到單獨的一張計數表中。
當我們在資料表插入一條記錄的同時，將計數表中的計數字段 + 1。也就是說，在新增和刪除操作時，我們需要額外維護這個計數表。