count查詢優化

　　這裏討論的count查詢優化是針對INNODB存儲引擎的！

　　首先拋出一個問題

　　count(*)、count(主鍵）、count(1)、count(字段）它們四者之間的效率如何排序？

　　在咱們以往的工做經驗中，老是聽到說不要使用count(*),由於 * 號表明了全部列，計算會更慢，而後就推薦了使用count(主鍵)。但事實真的是這樣嗎？

筆者在最近的學習中也才認識到這個錯誤。

　　這四者正確的排序應該是這樣的：

count(1) > count(*) > count(主鍵) > count(字段）

　　筆者特地在一張只有主鍵索引的1千萬條數據的表中作了測試，如下是測試的結果：

       

 

 　　這張圖的數據不是偶然的，筆者針對每種查詢執行了屢次，結果不會有太大的變化，驗證了以上排序的正確性。

　　count()的做用

　　count()是一個特殊的函數，有兩種很是不一樣的做用：它能夠統計某個列值的數量，也能夠統計行數。在統計列值時要求列值

是非空的（不統計NULL）。若是在count()的括號中指定了列或者列的表達式，則統計的就是這個表達式有值的結果數，而不是NULL。

　　count()的另外一個做用是統計結果集的行數。當MYSQL確認括號內的表達式值不可能爲空時，實際上就是在統計行數。最簡單的就

是當咱們使用count(*)的時候，這種狀況下通配符 * 並不會像咱們猜測的那樣擴展成全部的列，實際上，它會忽略全部的列而直接統計

全部的行數。

　　最多見的一個錯誤就是，在括號內指定了一個列卻但願統計結果集的行數。若是但願知道的是結果集的行數，最好使用COUNT(*),

這樣寫意義清晰，性能也會很好。

　　count()的另外一個優化

　　業務代碼中，有這樣一個需求，須要根據一個或多個條件，查詢是否存在記錄，不關心有多少條記錄。廣泛的SQL及代碼寫法以下：

SELECT count(*) FROM T WHERE a = 1 AND b = 2

　　java寫法以下

Integer exist = xxDao.existXxxxByXxx(params);
if ( exist != NULL ) {
  //當存在時，執行這裏的代碼
} else {
  //當不存在時，執行這裏的代碼
}

　　對於此處的select count(*)，並不需求將符合條件的條數都統計出來，能夠優化成以下的SQL：

SELECT count(*) FROM T WHERE a = 1 AND b = 2 LIMIT 1

　　這裏相比上面的SQL多了LIMIT關鍵字，在MYSQL中，執行器執行到LIMIT關鍵字，只要知足LIMIT的條數，存儲引擎就不會再對數據文件

進行檢索，直接返回，因此這裏只須要檢索到1條以後就返回結果，效率可想而知快了很多！