在开发时，经常需要计算一个表的行数，比如一个交易系统的所有变更记录总数。这时候你可能会想，一条select count() from t 语句不就解决了吗？但你会发现随着系统中记录数越来越多，这条语句执行得越来越慢。然后你可能就想了，MySQL怎么这么笨啊，记个总数，每次要查的时候直接读出来，不就好了吗？
那今天，我们就来聊聊count()语句到底是怎样实现的，以及MySQL为什么会这么实现。然后，我会再和你说说，如果应用中有这种频繁变更并需要统计表行数的需求，业务设计上可以怎么做。

count(*)的实现方式

你首先要明确的是，在不同的MySQL引擎中，count(*)有不同的实现方式。

  • MyISAM把一个表的总行数存在了磁盘上，因此执行count(*)时直接返回这个数，效率很高；
  • InnoDB引擎就麻烦了，它执行count(*)时，需要把数据一行一行地从引擎里面读出来，然后计数。

这里需要注意的是，我们在这篇文章里讨论的是没有过滤条件的count(*)，如果加了where 条件的话，MyISAM表也是不能返回得这么快的。

在前文中，分析了为什么要使用InnoDB，因为在事务支持、并发能力、数据安全方面，InnoDB都优于MyISAM。这就是使用innodb，当你的记录数越来越多时，计算一个表的总行数会越来越慢的原因。

那为什么InnoDB不跟MyISAM一样，也把数字存起来呢？
这是因为即使是在同一个时刻的多个查询，由于多版本并发控制（MVCC）的原因，InnoDB表“应该返回多少行”也是不确定的。这里，我用一个算count(*)的例子来为你解释一下。

假设表t中现在有10000条记录，我们设计了三个用户并行的会话。

  • 会话A先启动事务并查询一次表的总行数；
  • 会话B启动事务，插入一行后记录后，查询表的总行数；
  • 会话C先启动一个单独的语句，插入一行记录后，查询表的总行数。

我们假设从上到下是按照时间顺序执行的，同一行语句是在同一时刻执行的。
image.png
图1 会话A、B、C的执行流程
你会看到，在最后一个时刻，三个会话A、B、C会同时查询表t的总行数，但拿到的结果却不同。

  • 这和InnoDB的事务设计有关系：可重复读是默认隔离级别，在代码上通过多版本并发控制MVCC实现。每一行记录都要判断自己是否对这个会话可见，因此对于count(*)请求来说，InnoDB只好把数据一行一行地读出依次判断，可见的行才能够用于计算“基于这个查询”的表的总行数。

备注：MVCC回顾《03. 事务隔离：为什么你改了我还看不见？》《08. 事务到底是隔离的还是不隔离的？》

当然，现在这个看上去笨笨的MySQL，在执行count()操作的时候还是做了优化的。
MySQL优化器会找到最小的那棵索引树（普通索引树，而不是主键索引树）来遍历。*在保证逻辑正确的前提下，尽量减少扫描的数据量，是数据库系统设计的通用法则之一。

如果你用过show table status 命令的话，就会发现这个命令的输出结果里面也有一个TABLE_ROWS用于显示这个表当前有多少行，这个命令执行挺快的，那这个TABLE_ROWS能代替count(*)吗？

  • 在《10. MySQL为什么有时候会选错索引？》中，索引统计的值是通过采样来估算的。实际TABLE_ROWS就是从这个采样估算得来的，因此它也很不准（误差可能达到40%到50%）。所以，show table status命令显示的行数也不能直接使用。

到这里我们小结一下：

  • MyISAM表虽然count(*)很快，但是不支持事务；
  • show table status命令虽然返回很快，但是不准确；
  • InnoDB表直接count(*)会遍历全表，虽然结果准确，但会导致性能问题。

那么，回到开头的问题：一个页面经常要显示交易系统的操作记录总数，到底应该怎么办呢？

  • 答案是，我们只能自己计数。

接下来，讨论：看看自己计数有哪些方法，以及每种方法的优缺点有哪些。
这里，我先和你说一下这些方法的基本思路：你需要自己找一个地方，把操作记录表的行数存起来。

用缓存系统保存计数

对于更新很频繁的库来说，你可能会第一时间想到，用缓存系统来支持。
用一个Redis服务来保存这个表的总行数。表每插入一行Redis计数就加1，每删除一行Redis计数就减1。这种方式读和更新操作都很快，但这种方式存在什么问题吗？没错，缓存系统可能会丢失更新。

Redis的数据不能永久地留在内存里，所以你会找一个地方把这个值定期地持久化存储起来。
但即使这样，仍然可能丢失更新。试想如果刚插入了一行，Redis中保存的值也+1，然后Redis异常重启了，重启后你要从存储redis数据的地方把这个值读回来，而刚+1的这个计数操作却丢失了。

当然了，这还是有解的。比如，Redis异常重启后，到数据库单独执行一次count(*)获取真实的行数，再把这个值写回到Redis就可以了。异常重启毕竟不经常出现，一次全表扫描的成本还是可以接受的。

但实际上，将计数保存在缓存系统中的方式，还不只是丢失更新的问题。即使Redis正常工作，这个值还是逻辑上不精确的。

你可以设想有这么一个页面：要显示操作记录的总数，同时还要显示最近操作的100条记录。那么，这个页面的逻辑就需要先到Redis里面取出计数，再到数据表里面取数据记录。

我们是这么定义不精确的：

  1. 一种是，查到的100行结果里面有最新插入记录，而Redis的计数里还没加1；
  2. 另一种是，查到的100行结果里没有最新插入的记录，而Redis的计数里已经加了1。

这两种情况，都是逻辑不一致的。

  1. 我们一起来看看这个时序图。

image.png
图2 会话A、B执行时序图

  • 数据不一致：在T3时刻会话B来查询的时候，会显示出新插入的R这个记录，但Redis还没加1。
  1. 我们现在把会话A的更新顺序换一下，再看看执行结果。

image.png
图3 调整顺序后，会话A、B的执行时序图

  • 数据不一致：会话B在T3时刻查询的时候，Redis计数加了1了，但还查不到新插入的R这一行。

在并发系统里面，我们是无法精确控制不同线程的执行时刻的，因为存在图中的这种操作序列，所以，我们说即使Redis正常工作，这个计数值还是逻辑上不精确的。

在数据库保存计数

根据上面的分析，用缓存系统保存计数有丢失数据和计数不精确的问题。那么，如果我们把这个计数直接放到数据库里单独的一张计数表C中，又会怎么样呢？

  1. 首先，这解决了崩溃丢失的问题，InnoDB是支持崩溃恢复不丢数据的。

备注：关于InnoDB的崩溃恢复：《02. 日志系统：一条SQL更新语句是如何执行的？》

  1. 然后，我们再看看能不能解决计数不精确的问题。

你会说，这不一样吗？无非就是把图3中对Redis的操作，改成了对计数表C的操作。只要出现图3的这种执行序列，这个问题还是无解的吧？这个问题还真不是无解的。

我们这篇文章要解决的问题，都是由于InnoDB支持事务，从而导致InnoDB表不能把count(*)直接存起来，然后查询的时候直接返回形成的。对症下药，现在就利用“事务”这个特性，把问题解决掉。
image.png
图4 会话A、B的执行时序图
虽然会话B的读操作仍在T3执行，但因为这时更新事务还没提交，所以计数值+1的操作对会话B还不可见。因此，会话B看到的结果里， 查计数值和“最近100条记录”看到的结果，逻辑上就是一致的。


不同的count用法

有同学问：select count(?) from t这样的语句里，count(*)、count(主键id)、count(字段)和count(1)等不同用法，性能有哪些差别。需要注意的是，下面的讨论还是基于InnoDB引擎的。

这里弄清count()的语义：count()是一个聚合函数，对于返回的结果集，一行行地判断，如果count函数的参数不是NULL，累计值就加1，否则不加。最后返回累计值。

  • count(*)、count(主键id)和count(1) 都表示返回满足条件的结果集的总行数；
  • count(字段），则表示返回满足条件的数据行里面，参数“字段”不为NULL的总个数。

至于分析性能差别的时候，你可以记住这么几个原则：

  1. server层要什么就给什么；
  2. InnoDB只给必要的值；
  3. 现在的优化器只优化了count(*)的语义为“取行数”，其他“显而易见”的优化并没有做。

这是什么意思呢？接下来，我们就一个个地来看看。

  1. count(主键id)：InnoDB引擎会遍历整张表，取出每一行的id值，返回给server层。server层拿到id后，判断是不可能为空的，就按行累加。
  2. count(1)：InnoDB引擎遍历整张表，但不取值。server层对于返回的每一行，放一个数字“1”进去，判断是不可能为空的，按行累加。

单看这两个用法的差别的话，你能对比出：count(1)执行得要比count(主键id)快。因为从引擎返回id会涉及到解析数据行，以及拷贝字段值的操作。

  1. 对于count(字段)来说：
  • 如果该“字段”定义为not null：一行行地从记录里读出这个字段，判断不能为null，按行累加；
  • 如果该“字段”定义允许为null：那么执行时，判断到有可能是null，还要把值取出来再判断一下，不是null才累加。

也就是前面的第一条原则，server层要什么字段，InnoDB就返回什么字段。

  1. 但是count(*)是例外，并不会把全部字段取出来，而是专门做了优化，不取值。count(*)肯定不是null，按行累加。

看到这，你一定会说，优化器就不能自己判断一下吗，主键id肯定非空啊，为什么不能按照count(*)来处理，多么简单的优化啊。

  • 当然，MySQL专门针对这个语句进行优化，也不是不可以。但是这种需要专门优化的情况太多了，而且MySQL已经优化过count(*)了，你直接使用这种用法就可以了。
  • 所以结论是：按照效率排序的话，count(字段)<count(主键id)<count(1)≈count()，所以我建议你，尽量使用count()。

小结

  1. 聊了聊MySQL中获得表行数的两种方法。
  2. 提到了在不同引擎中count(*)的实现方式不一样
  3. 分析了用缓存系统来存储计数值存在的问题。
  • 其实，把计数放在Redis里面，不能够保证计数和MySQL表里的数据精确一致的原因，是这两个不同的存储构成的系统，不支持分布式事务，无法拿到精确一致的视图。而把计数值也放在MySQL中，就解决了一致性视图的问题。
  • InnoDB引擎支持事务，我们利用好事务的原子性和隔离性，就可以简化在业务开发时的逻辑。这也是InnoDB引擎备受青睐的原因之一。

思考题

在刚刚讨论的方案中，我们用了事务来确保计数准确：由于事务可以保证中间结果不被别的事务读到，因此修改计数值和插入新记录的顺序是不影响逻辑结果的。

但是，从并发系统性能的角度考虑：你觉得在这个事务序列里，应该先插入操作记录，还是应该先更新计数表呢？