加微信heibaifk,网盘停止更新

14讲count(*)这么慢,我该怎么办

在开发系统的时候,你可能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?

但是,你会发现随着系统中记录数越来越多,这条语句执行得也会越来越慢。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。

那么今天,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引擎把一个表的总行数存在了磁盘上,因此执行count(*)的时候会直接返回这个数,效率很高;
  • 而InnoDB引擎就麻烦了,它执行count(*)的时候,需要把数据一行一行地从引擎里面读出来,然后累积计数。

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。

在前面的文章中,我们一起分析了为什么要使用InnoDB,因为不论是在事务支持、并发能力还是在数据安全方面,InnoDB都优于MyISAM。我猜你的表也一定是用了InnoDB引擎。这就是当你的记录数越来越多的时候,计算一个表的总行数会越来越慢的原因。

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。

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,可重复读是它默认的隔离级别,在代码上就是通过多版本并发控制,也就是MVCC来实现的。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:如果你对MVCC记忆模糊了,可以再回顾下第3篇文章《事务隔离:为什么你改了我还看不见?》和第8篇文章《事务到底是隔离的还是不隔离的?》中的相关内容。

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。

你知道的,InnoDB是索引组织表,主键索引树的叶子节点是数据,而普通索引树的叶子节点是主键值。所以,普通索引树比主键索引树小很多。对于count(*)这样的操作,遍历哪个索引树得到的结果逻辑上都是一样的。因此,MySQL优化器会找到最小的那棵树来遍历。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?

你可能还记得在第10篇文章《 MySQL为什么有时候会选错索引?》中我提到过,索引统计的值是通过采样来估算的。实际上,TABLE_ROWS就是从这个采样估算得来的,因此它也很不准。有多不准呢,官方文档说误差可能达到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,回到文章开头的问题,如果你现在有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,我们讨论一下,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。

你可以用一个Redis服务来保存这个表的总行数。这个表每被插入一行Redis计数就加1,每被删除一行Redis计数就减1。这种方式下,读和更新操作都很快,但你再想一下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。试想如果刚刚在数据表中插入了一行,Redis中保存的值也加了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,而刚刚加1的这个计数操作却丢失了。

当然了,这还是有解的。比如,Redis异常重启以后,到数据库里面单独执行一次count(*)获取真实的行数,再把这个值写回到Redis里就可以了。异常重启毕竟不是经常出现的情况,这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。

你可以设想一下有这么一个页面,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。

我们一起来看看这个时序图。

图2 会话A、B执行时序图

图2中,会话A是一个插入交易记录的逻辑,往数据表里插入一行R,然后Redis计数加1;会话B就是查询页面显示时需要的数据。

在图2的这个时序里,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,但是Redis的计数还没加1。这时候,就会出现我们说的数据不一致。

你一定会说,这是因为我们执行新增记录逻辑时候,是先写数据表,再改Redis计数。而读的时候是先读Redis,再读数据表,这个顺序是相反的。那么,如果保持顺序一样的话,是不是就没问题了?我们现在把会话A的更新顺序换一下,再看看执行结果。

图3 调整顺序后,会话A、B的执行时序图

你会发现,这时候反过来了,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,也是数据不一致的情况。

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?

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,你可以再回顾一下第2篇文章《日志系统:一条SQL更新语句是如何执行的?》中的相关内容。

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要支持事务,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。

所谓以子之矛攻子之盾,现在我们就利用“事务”这个特性,把问题解决掉。

图4 会话A、B的执行时序图

我们来看下现在的执行结果。虽然会话B的读操作仍然是在T3执行的,但是因为这时候更新事务还没有提交,所以计数值加1这个操作对会话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

在前面文章的评论区,有同学留言问到:在select count(?) from t这样的查询语句里面,count(*)、count(主键id)、count(字段)和count(1)等不同用法的性能,有哪些差别。今天谈到了count(*)的性能问题,我就借此机会和你详细说明一下这几种用法的性能差别。

需要注意的是,下面的讨论还是基于InnoDB引擎的。

这里,首先你要弄清楚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。

所以,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;而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。

对于count(主键id)来说,InnoDB引擎会遍历整张表,把每一行的id值都取出来,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。

对于count(1)来说,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,你能对比出来,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。

对于count(字段)来说

  1. 如果这个“字段”是定义为not null的话,一行行地从记录里面读出这个字段,判断不能为null,按行累加;

  2. 如果这个“字段”定义允许为null,那么执行的时候,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。

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。

看到这里,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

今天,我和你聊了聊MySQL中获得表行数的两种方法。我们提到了在不同引擎中count(*)的实现方式是不一样的,也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。

最后,又到了今天的思考题时间了。

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?

你可以把你的思考和观点写在留言区里,我会在下一篇文章的末尾给出我的参考答案。感谢你的收听,也欢迎你把这篇文章分享给更多的朋友一起阅读。

上期问题时间

上期我给你留的问题是,什么时候使用alter table t engine=InnoDB会让一个表占用的空间反而变大。

在这篇文章的评论区里面,大家都提到了一个点,就是这个表,本身就已经没有空洞的了,比如说刚刚做过一次重建表操作。

在DDL期间,如果刚好有外部的DML在执行,这期间可能会引入一些新的空洞。

@飞翔 提到了一个更深刻的机制,是我们在文章中没说的。在重建表的时候,InnoDB不会把整张表占满,每个页留了1/16给后续的更新用。也就是说,其实重建表之后不是“最”紧凑的。

假如是这么一个过程:

  1. 将表t重建一次;

  2. 插入一部分数据,但是插入的这些数据,用掉了一部分的预留空间;

  3. 这种情况下,再重建一次表t,就可能会出现问题中的现象。

评论区留言点赞板:

@W_T 等同学提到了数据表本身紧凑的情况;
@undifined 提了一个好问题, @帆帆帆帆帆帆帆帆 同学回答了这个问题;
@陈飞 @郜 @wang chen wen 都提了很不错的问题,大家可以去看看。

精选留言

  • 阿建
    从并发系统性能的角度考虑,应该先插入操作记录,再更新计数表。

    知识点在《行锁功过:怎么减少行锁对性能的影响?》
    因为更新计数表涉及到行锁的竞争,先插入再更新能最大程度地减少了事务之间的锁等待,提升了并发度。
    2018-12-14 01:44
    作者回复

    好几个同学说对,你第一个标明出处👍🏿

    2018-12-14 09:20

  • 发条橙子 。
    老师 ,我这边有几个问题 :

    1. 看到老师回复评论说 count(id) 也是走普通索引 ,那是不是也算是优化了 , 我以为 count(字段) 是走的聚集索引 。老师的意思是 count(字段) 是走二级索引,但是不一定是数据最少的索引树的意思是么

    2. count(*) 的话, innodb 还会有取数判空这样的判断逻辑么 ,还是直接取行数 +1 了 , 还是按所取索引类型分情况。 允许为 null 的索引是不是行数比较少, 取的总数会不会有问题呢

    3. 我这边试了一下 , 库里总共 30w 数据 。 第一次用 count(*) 是 120多ms , 第二次就是 60多 ms 。 第三次用了 count(1) ,也是60多ms 。 请问 count(*) 这两次的前后时间差是什么原因,也会走缓存 ?

    4. 另一个问题是一个题外话 ,我看老师的例子事务级别应该都是 rr 。 我偶然看到我们公司事务隔离级别是 rc 。 我比较惊讶,就去问 DBA 为什么是 rc 而不是默认的 rr 。 她说一般都是用的 rc ,我想问现在公司一般都是 rc 么, 请问老师现在用的隔离级别是什么 ?? 在我的印象里 ,rr 保证事务的隔离性会更好一些吧 。 我google 了一下, rc 会不会在某些场景下出现一些问题,但是没有查出来相关结果。老师能不能讲解一下,rc 的话会在哪些场景下会踩坑么 。 (我之前码代码都是按照 rr 级别下的思维码的代码)
    2018-12-15 15:32
    作者回复

    1. 如果有索引用到这个字段的话,比较大可能会用到这个索引,比主键索引小

    2. 索引字段就算是NULL,上面的id也不是的

    3. 进了Buffer pool 的原因吧

    4. 嗯,rc用得挺多的,但是原因可能只是因为“以前是这么用的”。 使用rc可能有问题,也可能没问题。但是我觉得DBA不知道为什么这么选,这个是问题。

    rc本身的问题其实前面我们说过一些,比如不是一致性读。后面也会有文章说到。

    2018-12-15 18:20

  • 倪大人
    看到有同学说会话A是幻读,其实图一的会话B才是幻读吧?
    2018-12-15 14:49
    作者回复

    这些都不叫幻读,幻读的意思是“用一个事务里面,后一个请求看到的比之前相同请求看到的,多了记录出来”。
    改了不算

    大家关注一下这个问题。
    好问题

    2018-12-15 18:24

  • 果然如此
    一、请问计数用这个MySQL+redis方案如何:
    1.开启事务(程序中的事务)
    2.MySQL插入数据
    3.原子更新redis计数
    4.如果redis更新成功提交事务,如果redis更新失败回滚事务。

    二、.net和java程序代码的事务和MySQL事务是什么关系,有什么相关性?
    2018-12-14 20:19
    作者回复

    1. 好问题,不会还是没解决我们说的一致性问题。如果在3、4之间插入了 Session B的逻辑呢

    2. 我估计就是启动事务(执行begin),结束时提交(执行commit)吧,没有了解过所有框架,不确定哈

    2018-12-15 20:19

  • 北天魔狼
    老师说过:事务开启后,更新操作放到最后。较少锁等待时间的影响
    2018-12-14 06:50
  • 崔根禄
    老师:
    1.count(*) 不取值,
    InnoDB还做遍历表的操作吗,也不用给server层返回值吗?
    2.count(1) 不取值,
    但是要遍历表。原文中:
    “server 层对于返回的每一行,放一个数字“1”进去”
    这个“返回的每一行” :到底返回的啥?是每一行记录吗?还是形式的返回空行,然后用1填充?

    3. count(1),count(*),count(主键id)
    这三个做比较,哪个会快?时间消耗在哪个环节?
    是否遍历表;是否取值;返回给server层内容 细节上从哪个角度考虑?

    2018-12-14 18:19
  • 某、人
    老师我先问个本章之外的问题:
    1.rr模式下,一张表上没有主键和唯一键,有二级索引c.如果是一张大表,删除一条数据delete t where c=1.
    在主库上利用二级索引,在根据虚拟的主键列回表删除还挺快.但是在备库上回放特别慢,而且状态是system lock,是因为binlog event里没有包含虚拟主键列.导致在备库回放的时候,必须全表扫描,耗时特别久?还是其他原因

    2.回放过程中,在备库delete一条语句是被阻塞的,insert又是可以的,说明只在记录上的X锁没有gap锁。
    但是如果在主库session A begin,delete where c=1.在开启一个session B,在主库上操作也是delete阻塞,insert正常.不过等session A执行完成,不提交.insert都阻塞了,说明最后上了gap锁。有点没明白这儿的上锁逻辑是什么?

    3.还有就是备库回放binlog,相对于主库的一条update语句流程来说,从库回放哪些流程是省略了的啊,
    server层的应该都省略了,应该主要是引擎层的回放,这里有点模糊从库是怎么回放的binlog event?
    因为第一个问题从库回放的时候,从库上的二级索引貌似没起作用,直接就在聚簇索引上做的更新。

    感谢老师
    2018-12-14 15:10
    作者回复

    1. 对,这个是个bug, 从库上会全表扫描。MariaDB 的版本有解决这个问题。生产上我们最好不允许没有主键的表

    2. 按照你问的,gap锁没问题了。delete 被锁是因为行锁吧。从库重放就是因为走全表扫描按行锁下来触发的

    3. 出现这个问题肯定是binlog设置了row格式。
    这样binlog里面有所有值。如果你有主键的话,就是主键查,没有的话…就是全表了

    2018-12-14 15:28

  • 斜面镜子 Bill
    先插入操作纪录,再更新计数表,因为计数表相当于热点行,加锁时间需要考虑足够短!
    2018-12-14 13:08
  • 某、人
    谈谈自己的理解,有不对之处还请老师指出:
    数据一致性问题目前来说主要分为三类
    1.主从不一致
    解决办法:半同步复制after_commit,after_sync,MGR(after_prepare)。但是都不能完成满足完全实时一致,由于等待的ack点不同,相对来说一致性的强度是递增.
    2.数据库与缓存的不一致
    解决办法:读操作直接读缓存,写操作先更新到数据库,淘汰缓存(程序需要保证两个操作的原子性).由于该key的缓存已经清理掉,那么下次读的时候需要先读数据库,在重建缓存.
    由于redis是单线程,保证了一个操作的原子性.可以通过设置appendfsync always来保证每次操作都把该操作记录并落盘到aof文件里(不过一般redis该值为everysec),毕竟使用redis的目的不是为了保证acid.还是要根据业务来选择
    3.一个事务跨多个节点或者多种数据库(分库分表和银行转账这种例子)
    目前好像都是通过2pc,3pc来保证的。

    count(字段值):如果该字段上有null值.每行的行头有一个标记位,标记该行是否为null.所以多了一层判断。相对更耗时
    count(主键id):即便是选择的有null值的二级索引,但是也可以挺快的正确计数。因为null的话字段值虽然为null,但是该行上主键id以及指向聚簇索引该id的指针还是存在的,所以不影响计数,也不用做判断,直接遍历该二级索引,取出id值,按行累加就行。
    count(1)和count(*):看官方文档上说是5.7.18版本之前是扫描聚簇索引,之后是二级索引。虽然不取值,只计数。但是二级索引比聚簇索引需要扫描的页数相对来说更少,这应该也是一种优化,不过我做测试percona版本的5.6都是选择了二级索引
    这期干货挺多的,学会了如果某表上有count比较多的操作,最好是用count(1)或者count(*),然后选择一列占用字节数最少的建立索引(比如tinyint类型)

    还有个问题请教下老师:
    1.如果某列设置为not null建立索引.那么是不是count(id)走该索引和count(该列)效率是不是一样的?都不用做判断,两者都是需要把整个二级索引传给server层计数?还是说count(id)只需要传id,而count(字段)只需要传字段值给server层做计数?
    2018-12-16 14:32
  • 三木子
    一直以为带*查询效率是最差的,平时查询特意加了 count(ID) 查询。罪过啊。
    2018-12-15 15:26
    作者回复

    😄 来得及来得及

    2018-12-15 18:21

  • 萧萧木叶
    歪个楼请教个业务中遇到的问题:
    表结构如下:
    CREATE TABLE `tablename` (
    `id` int(10) NOT NULL AUTO_INCREMENT,
    `uid` bigint(20) NOT NULL DEFAULT '0',
    `status` tinyint(1) NOT NULL DEFAULT '1' ,
    `date` varchar(8) NOT NULL DEFAULT '0' COMMENT '日期',
    `source` varchar(20) NOT NULL DEFAULT '' COMMENT '来源',
    `ctime` datetime NOT NULL DEFAULT '0000-00-00 00:00:00' COMMENT '创建时间',
    `etime` datetime NOT NULL DEFAULT '0000-00-00 00:00:00' COMMENT '更新时间',
    PRIMARY KEY (`id`),
    UNIQUE KEY `idx_uid_date` (`uid`,`date`),
    KEY `idx_ctime` (`ctime`)
    ) ENGINE=InnoDB AUTO_INCREMENT=685725 DEFAULT CHARSET=utf8

    其中 UNIQUE KEY `idx_uid_date` (`uid`,`date`)

    查询指定date下uid个数:
    方式一:select count(uid) from tablename where date = '20181201';
    +------------+
    | count(uid) |
    +------------+
    | 8330 |
    +------------+
    方式二:select count(distinct uid) from tablename where date = '20181201';
    +---------------------+
    | count(distinct uid) |
    +---------------------+
    | 8243
    +---------------------+
    方式三:
    select count(*) from (select distinct uid from tablename where date = '20181201') as t;
    +----------+
    | count(*) |
    +----------+
    | 8330 |
    +----------+
    与方式一查询结果一致

    问题:为何方式二和方式一、三的结果不一样呢?
    2018-12-26 14:54
  • Bin
    答:先插入操作记录,再更新计数表。
    在InnoDB事务中,行锁是在需要的时候才加上, 等到事务结束(commit)的时候才释放。
    案例中的更新操作很多时候都是更新同一个数据对象, 如果是先更新计数表,那么持有的锁时间会更长.
    2018-12-14 18:34
  • 帆帆帆帆帆帆帆帆
    如果字段上有索引,且字段非空,count(字段)的效率就不是最差的了吧。
    2018-12-14 09:31
    作者回复

    还是的。

    注意:count(id)也是可以使用普通索引的

    2018-12-14 12:46

  • 陈天境
    碰到大部分情形都是带条件查询的count,,这个怎么解?
    2018-12-14 08:54
    作者回复

    索引条件过滤完后还多少行?如果行数少(几百行?)就没关系直接执行了

    2018-12-14 09:05

  • Ivy
    老师,文章中反复强调不取值,这是什么概念呢?引擎不取值server怎么拿到数据又怎么计数呢?能不能大概解释一下引擎读取数据返回给server的过程呀?
    2019-01-04 10:42
    作者回复

    就是返回一个空行,但是高度server层“不是空值,可以计数”

    过程上,其实是server层调用引擎接口,一行一行取

    2019-01-04 11:06

  • Ivy
    老师,你好,
    如果这个“字段”是定义为 not null 的话,一行行地从记录里面读出这个字段,判断不能为 null,按行累加;
    这段话没读懂,既然已经知道not null为何还要再次判断不能为 null?直接读出来累加不就可以了吗?另外是否我对引擎层面的数据读取有误解,是否说无论使用哪种 count 方式,引擎都一定要逐行去读只是在是否使用索引和是否返回给server层具体数据的区别?
    2019-01-04 10:33
    作者回复

    嗯,我的看法跟你一样,不过MySQL 现在就是这么做的😓

    2019-01-04 11:42

  • 寂寞红尘
    插入数据的时候加入分布式锁,事务完成后且redis加一后再释放锁;获取计数的时候也同样获取相同的分布式锁。这样是不是能解决redis计数不准确的问题。
    2018-12-30 10:53
    作者回复

    还是不行哦。你看一下我们例子中的场景

    2018-12-30 20:03

  • Ruian
    老师您好,上次我这边问了您一个问题,您这边做了回复,我这边做了补充和回答,并有新的疑惑,再次请教下老师。。

    老师,我有一个问题请教下您。我的mysql数据库 有一张表project_des (850万数据) count(1) 只要0.05s 和从表project(6500条数据)关联后需要15s 查看执行计划发现都走索引了。不知道为啥这么慢?
    查询语句 select count(1) from project_des a,project b where a.project_id=b.id 我换exists 和in 也这么慢
    2018-12-28
     作者回复
    你这个是笛卡尔积肯定慢的…你的业务需求是啥,这个语句的业务意义是什么

    答:业务需求是这样的,页面需要显示出两张表关联后的某些字段,还需要显示关联后的总数。
    老师上面说笛卡尔积肯定是慢的,我这边把数据导入oracle数据库做了比较。结果如下:
    请教老师mysql为啥会比较慢,跟哪些因素有关?



    mysql 环境下
    select count(*) from project; --11616条记录 0.045s
    select count(*) from project_des; --3712995条记录 0.045s
    select count(*) from project_des a, project b where a.project_id=b.id --3152651条记录 17.71s
    select count(*) from project_des a where a.project_id in (select b.id from project b where a.project_id=b.id) --3152651条记录 17.66s
    select count(*) from project_des a where exists(select 1 from project b where a.project_id=b.id) --3152651条记录 42.06s


    oracle 环境下
    select count(*) from project; --11616条记录 0.04s
    select count(*) from project_des; --3712995条记录 0.16s
    select count(*) from project_des a, project b where a.project_id=b.id --3152651条记录 0.82s
    select count(*) from project_des a where a.project_id in (select b.id from project b where a.project_id=b.id) --3152651条记录 0.93s
    select count(*) from project_des a where exists(select 1 from project b where a.project_id=b.id) --3152651条记录 0.91s
    2018-12-29 14:50
  • alias cd=rm -rf
    先插入,在更新。因为更新会锁数据影响性能
    2018-12-29 08:58
    作者回复

    对的

    2018-12-29 09:13

  • Ruian
    老师,我有一个问题请教下您。我的mysql数据库 有一张表project_des (850万数据) count(1) 只要0.05s 和从表project(6500条数据)关联后需要15s 查看执行计划发现都走索引了。不知道为啥这么慢?
    查询语句 select count(1) from project_des a,project b where a.project_id=b.id 我换exists 和in 也这么慢
    2018-12-28 15:19
    作者回复

    你这个是笛卡尔积肯定慢的…你的业务需求是啥,这个语句的业务意义是什么

    2018-12-28 18:58