為什么統計數，COUNT(*)勝過其他方式？

引言

在數據庫操作的世界里，增刪改查（CRUD）構成了程序員日常工作的核心。特別是查詢（Retrieve）操作，在所有的數據庫活動中它可能是最頻繁的。而在眾多查詢操作中，行數統計無疑占據了重要的地位。對于數據庫行數的統計，我們通常依賴一個強大的SQL函數：COUNT。

認識COUNT

COUNT在數據庫中的定義是用來統計行數的，具體來說，它有幾種不同的使用方式：

1. COUNT(expr)：返回select語句檢索到的行中，表達式expr具有非NULL值的行數，返回結果為BIGINT類型。
2. 當沒有符合條件的行時，COUNT返回0。
3. 而COUNT(*)則包括了所有的行，即使列值為NULL。

例如，考慮以下表格和數據：

create TABLE tbl_example (id INT, id2 INT);
insert INTO tbl_example VALUES (NULL, NULL);
insert INTO tbl_example VALUES (1, NULL);
insert INTO tbl_example VALUES (NULL, 1);
insert INTO tbl_example VALUES (NULL, 1);
insert INTO tbl_example VALUES (NULL, 1);
insert INTO tbl_example VALUES (NULL, 1);
insert INTO tbl_example VALUES (NULL, 1);
insert INTO tbl_example VALUES (1,NULL);
...

如果我們分別使用COUNT(*)、COUNT(id)和COUNT(id2)來查詢，將會得到不同的結果：

select COUNT(*), COUNT(id), COUNT(id2) from tbl_example;

結果會是：

8, 2, 5

COUNT(id)和COUNT(id2)只統計了具有非NULL值的行，而COUNT(*)統計了所有行。

COUNT(列名) vs COUNT(*) vs COUNT(常量)

那么，為什么《Java 開發手冊》等許多最佳實踐推薦避免使用COUNT(列名)或COUNT(常量)來替代COUNT(*)呢？

• COUNT(列名)：統計特定列非NULL值的行數，這在你只關注特定列時有用，但如果你的目標是統計表中的行數，這可能會導致誤導。
• COUNT(常量)：盡管COUNT(1)（常量為1）在結果上與COUNT(*)相同，但它并不是標準，可能會引起混淆。
• COUNT(*)：是標準的SQL用法，被定義用于統計行數，大多數數據庫系統對此進行了優化，從而提供了更高的效率。

優化背后的COUNT(*)

不同的數據庫引擎對COUNT(*)有不同的優化策略。

MyISAM引擎

MyISAM存儲引擎不支持事務，使用表級鎖，因此它能夠在沒有where條件的情況下直接返回表中的總行數，這是因為整個表被鎖定，行數是一個固定的值。

InnoDB引擎

相比之下，InnoDB支持事務，并且使用行級鎖。因此，它不能像MyISAM那樣優化COUNT(*)操作。但是，InnoDB對COUNT(*)做了其他類型的優化。從MySQL 8.0.13開始，針對InnoDB的select COUNT(*) from tbl_name，如果查詢中沒有where或GROUP BY等條件，會嘗試使用成本較低的索引進行表掃描，這通常意味著使用非聚簇索引，因為它們的大小通常小于聚簇索引，從而可以更快地統計行數。

COUNT(*)與COUNT(1)的性能比較

關于COUNT(*)和COUNT(1)的性能，有很多爭論。然而，根據MySQL官方文檔，InnoDB對select COUNT(*)和select COUNT(1)操作的處理方式是相同的，不存在性能差異。

因此，建議使用COUNT(*)，因為它是SQL92標準定義的用于統計行數的語法，這使得COUNT(*)在各種數據庫系統中得到了優化。

結論

在數據庫查詢中，COUNT(*)是統計表行數的推薦方式。它不僅符合SQL92標準，而且得益于數據庫系統的優化，從而提供了更高的效率。因此，除非有特定的列值統計需求，否則應該直接使用COUNT(*)來查詢表的行數。這不僅是為了提高查詢效率，還為了避免因列值為NULL而引起的統計不準確的問題。所以，請在編寫SQL查詢時，優先考慮COUNT(*)。

end