问题

在MySQL版本5.7数据测试过程中，一张百万数据的表用 select count(*)查询特别慢需要20s并且是走了主键索引，为什么查询还需要这么久？如何优化？下面我们将请到当事SQL进行发言

验证分析

猜想

先猜想一波为什么走了主键索引依旧很慢？

没有建立二级索引。

聪明的小伙伴会问了二级索引还能比主键索引快？是的，在count统计情况且表字段数据很大的情况下是会快很多。

干货补充。

因为在 InnoDB 存储引擎中，count(*) 函数是先从内存中读取数据到内存缓冲区，然后进行扫描获得行记录数。InnoDB 会优先走二级索引，若无会走主键索引。导致耗时较长。

在MyISAM存储引擎中，count()函数是直接读取数据表保存的行记录数并返回。
在使用count函数中加上where条件时，在两个存储引擎中的效果是一样的，都会扫描全表计算某字段有值项的次数。


聚簇索引：每一个 InnoDB 存储引擎下的表都有一个特殊的索引用来保存每一行的数据，称为聚簇索引（通常都为主键），聚簇索引实际保存了 B-Tree 索引和行数据，所以大小实际上约等于为表数据量。

二级索引：除了聚集索引，表上其他的索引都是二级索引，索引中仅仅存储了对应索引列及主键列。

接下来查看下当事表是什么情况吧！

验证

接下来主要对比主键索引和二级索引在count(*)情况下的区别。

0、查看表中索引信息

 show index from test;

只有主键索引。

1、当事SQL语句如下：

SELECT count(*) from test；

2、执行结果如下：

1306725
> OK
> 时间: 17.397s

3、查看执行计划：

desc SELECT count(*) from test

确实是走了主键索引。

4、重启数据库

window重启mysql：

net stop mysql
net start mysql

linux：

service mysqld restart

5、查看内存缓冲区情况

select * from sys.innodb_buffer_stats_by_table where object_schema = 'test';

6、再次执行SELECT count(*) from test查看内存缓冲区情况

7、加入二级索引重复以上验证

ALTER TABLE `test`.`test`
ADD INDEX `idx_id`(`id`) USING BTREE;

查看二级索引大小：大约15M。

SELECT CONCAT(ROUND(SUM((data_length+index_length)/1024/1024),2),'MB') AS DATA FROM information_schema.`TABLES` WHERE table_schema='test' AND table_name='test';

加索引前表数据大小
931.50MB
加索引后前表数据大小
916.98MB

执行：

SELECT count(*) from test

1306725
> OK
> 时间: 0.198s

查看执行计划：
使用的二级索引。
查看缓冲区情况：
缓冲区数据大小与二级索引大小基本相同。

小结

通过验证与猜想中的实际理论相符。在没有二级索引的情况下， select count(*) 会走主键索引，缓存整表数据到缓冲区。如果存在二级索引，只需要读取索引页到缓冲区，查询速度显著提高几百倍。以上是基于MySQL版本5.7进行测试，如果是MySQL 8.0就能使用新特性 并行查询 innodb_parallel_read_threads ，再次提高查询速度。

并行查询示例如下：

set  local  innodb_parallel_read_threads=888;
select  count (*)  from  test;

小拓展

count(*)、count(1)、count(0)、count(列名)用哪个？

使用count(*) 就可以了

阿里巴巴规范参考：

【强制】不要使用 count(列名)或 count(常量)来替代 count()，count()是 SQL92 定义的标准统计行数的语法，跟数据库无关，跟 NULL 和非 NULL 无关。 说明：count(*)会统计值为 NULL 的行，而count(列名)不会统计此列为 NULL 值的行。

【强制】count(distinct col) 计算该列除 NULL 之外的不重复行数，注意 count(distinct col1, col2) 如果其中一列全为 NULL，那么即使另一列有不同的值，也返回为 0。

【强制】当某一列的值全是 NULL时，count(col)的返回结果为 0，但 sum(col)的返回结果为NULL，因此使用 sum()时需注意 NPE 问题。

查询一个库中每个表的数据大小，索引大小和总大小

 SELECT
CONCAT(a.table_schema,'.',a.table_name) as '表名',
CONCAT(ROUND(table_rows/1000,4),'KB') AS '行大小',
CONCAT(ROUND(data_length/(1024*1024),4),',') AS '数据大小',
CONCAT(ROUND(index_length/(1024*1024),4),'M') AS '索引大小',
CONCAT(ROUND((data_length+index_length)/(1024*1024*1024),4),'G') AS'总大小'
FROM
information_schema.TABLES a
WHERE
a.table_schema = 'test'
ORDER BY index_length desc

点赞 收藏 关注
山花对海树，赤日对苍穹。