count查询优化

　　这里讨论的count查询优化是针对INNODB存储引擎的！

　　首先抛出一个问题

　　count(*)、count(主键）、count(1)、count(字段）它们四者之间的效率如何排序？

　　在我们以往的工作经验中，总是听到说不要使用count(*),因为 * 号代表了所有列，计算会更慢，然后就推荐了使用count(主键)。但事实真的是这样吗？

笔者在最近的学习中也才认识到这个错误。

　　这四者正确的排序应该是这样的：

count(1) > count(*) > count(主键) > count(字段）

　　笔者特意在一张只有主键索引的1千万条数据的表中做了测试，以下是测试的结果：

       

 

 　　这张图的数据不是偶然的，笔者针对每种查询执行了多次，结果不会有太大的变化，验证了以上排序的正确性。

　　count()的作用

　　count()是一个特殊的函数，有两种非常不同的作用：它可以统计某个列值的数量，也可以统计行数。在统计列值时要求列值

是非空的（不统计NULL）。如果在count()的括号中指定了列或者列的表达式，则统计的就是这个表达式有值的结果数，而不是NULL。

　　count()的另一个作用是统计结果集的行数。当MYSQL确认括号内的表达式值不可能为空时，实际上就是在统计行数。最简单的就

是当我们使用count(*)的时候，这种情况下通配符 * 并不会像我们猜想的那样扩展成所有的列，实际上，它会忽略所有的列而直接统计

所有的行数。

　　最常见的一个错误就是，在括号内指定了一个列却希望统计结果集的行数。如果希望知道的是结果集的行数，最好使用COUNT(*),

这样写意义清晰，性能也会很好。

　　count()的另一个优化

　　业务代码中，有这样一个需求，需要根据一个或多个条件，查询是否存在记录，不关心有多少条记录。普遍的SQL及代码写法如下：

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

　　java写法如下

Integer exist = xxDao.existXxxxByXxx(params);
if ( exist != NULL ) {
  //当存在时，执行这里的代码
} else {
  //当不存在时，执行这里的代码
}

　　对于此处的select count(*)，并不需求将符合条件的条数都统计出来，可以优化成如下的SQL：

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

　　这里相比上面的SQL多了LIMIT关键字，在MYSQL中，执行器执行到LIMIT关键字，只要满足LIMIT的条数，存储引擎就不会再对数据文件

进行检索，直接返回，所以这里只需要检索到1条之后就返回结果，效率可想而知快了不少！