你還在認爲 count(1) 比 count(*) 效率高?

一、 count(1) and count(*)mysql

當表的數據量大些時,對錶做分析以後,使用count(1)還要比使用count(*)用時多了!sql

從執行計劃來看,count(1)和count()的效果是同樣的。可是在表作過度析以後,count(1)會比count()的用時少些(1w之內數據量),不過差不了多少。微信

若是count(1)是聚索引,id,那確定是count(1)快。可是差的很小的。機器學習

由於count(),自動會優化指定到那一個字段。因此不必去count(1),用count(),sql會幫你完成優化的 所以:count(1)和count(*)基本沒有差異!學習

二、 count(1) and count(字段)大數據

二者的主要區別是:優化

(1) count(1) 會統計表中的全部的記錄數,包含字段爲null 的記錄。人工智能

(2) count(字段) 會統計該字段在表中出現的次數,忽略字段爲null 的狀況。即不統計字段爲null 的記錄。.net

三、count(*) 和 count(1)和count(列名)區別code

執行效果上:

count(*)包括了全部的列,至關於行數,在統計結果的時候,不會忽略列值爲NULL

count(1)包括了忽略全部列,用1表明代碼行,在統計結果的時候,不會忽略列值爲NULL

count(列名)只包括列名那一列,在統計結果的時候,會忽略列值爲空(這裏的空不是隻空字符串或者0,而是表示null)的計數,即某個字段值爲NULL時,不統計。

執行效率上:

列名爲主鍵,count(列名)會比count(1)快

列名不爲主鍵,count(1)會比count(列名)快

若是表多個列而且沒有主鍵,則 count(1) 的執行效率優於 count(*)

若是有主鍵,則 select count(主鍵)的執行效率是最優的

若是表只有一個字段,則 select count(*)最優。

四、實例分析

mysql> create table counttest(name char(1), age char(2));
Query OK, 0 rows affected (0.03 sec)

mysql> insert into counttest values
-> ('a', '14'),('a', '15'), ('a', '15'),
-> ('b', NULL), ('b', '16'),
-> ('c', '17'),
-> ('d', null),
->('e', '');
Query OK, 8 rows affected (0.01 sec)
Records: 8 Duplicates: 0 Warnings: 0

mysql> select * from counttest;
+------+------+
| name | age |
+------+------+
| a | 14 |
| a | 15 |
| a | 15 |
| b | NULL |
| b | 16 |
| c | 17 |
| d | NULL |
| e | |
+------+------+
8 rows in set (0.00 sec)

mysql> select name, count(name), count(1), count(*), count(age), count(distinct(age))
-> from counttest
-> group by name;
+------+-------------+----------+----------+------------+----------------------+
| name | count(name) | count(1) | count(*) | count(age) | count(distinct(age)) |
+------+-------------+----------+----------+------------+----------------------+
| a | 3 | 3 | 3 | 3 | 2 |
| b | 2 | 2 | 2 | 1 | 1 |
| c | 1 | 1 | 1 | 1 | 1 |
| d | 1 | 1 | 1 | 0 | 0 |
| e | 1 | 1 | 1 | 1 | 1 |
+------+-------------+----------+----------+------------+----------------------+
5 rows in set (0.00 sec)

來源| blog.csdn.net/iFuMI/article/details/77920767
在這裏插入圖片描述

歡迎關注個人微信公衆號「碼農突圍」,分享Python、Java、大數據、機器學習、人工智能等技術,關注碼農技術提高•職場突圍•思惟躍遷,20萬+碼農成長充電第一站,陪有夢想的你一塊兒成長

相關文章
相關標籤/搜索