MySQL中COUNT查询函数如何使用

MySQL中COUNT查询函数如何使用，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。

首先创建一个表，只有id，name，sex三个字段，使用存储过程随机插入100万条数据：

select count(expr) from table;

可以看到count函数实际上需要传入expr，这个expr一般取值有以下三个：

• 列名：会检索对应列值不为NULL的条数。

• *：查询符合条件的行数，和列值是否为NULL无关，返回结果都会返回。

• 常量：查询符合条件的行数，和列值是否为NULL无关，返回结果都会返回。

可以发现执行速度两条SQL语句是相差无几的，count(1)和count(*)都是查询全表数据行数，可能网上很多言论会说count(*)其实走的就是count(1)查询，所以使用count(1)查询可以节省转换时间，实际上无论count(*)还是count(1)完全一致，都是表示指定非空表达式，所以会查询所有符合条件的行数。为什么我会说这两个语句执行效果是一样的？因为Mysql官方文档写了这么一句话：

InnoDB handles SELECT COUNT(*) and SELECT COUNT(1) operations in the same way. There is no performance difference.

可能有人会纳闷我们添加索引列目的不就是为了提高查询效率？平时我们检索数据属于范围查询，查询指定的数据，所以走索引可以提高查询效率，但是count(id)选择索引基数大的主键索引肯定效率更低。因为主键索引和数据文件存放在一起，所以通过主键id取条数会检索数据文件，count(id)会检索整张表，然后遍历取到每一行数据的id，然后返回server层对每一行的id，不为空count就 + 1，而count(*)一样全表检索，但是不会取id值，因为在索引树就可以得到结果，所以count(id)需要取到数据再过滤id为null的数据效率方面肯定是慢上不少的。

count(*)优化

count(*)和count(1)没什么差别，但是执行时间都得1S多，而且数据量只是100万条，所以我们肯定需要进行适当的优化。因为count(*)实际上查询会使用最小字段的索引进行优化查询，但是因为目前我们表中只有一个主键索引，刚才也说过count(id)效率比count(*)低，所以默认不使用索引查询，我们可以使用explain测试下：

可以看到查询没有走任何索引，所以效率很低是必然的。而count(*)刚才说过会默认寻找最小字段的索引优化查询，所以我们给表增加一个status字段，弄成tinyint类型，并且添加二级索引，然后测试count(*)执行时间:

count(col)

说完了count(*),我们知道了如果在需要返回全部行数时可以使用count(*),那接下来我们如果需要查询姓名不为空的总行数怎么做呢？我们可以加个where很快实现：

很显然，本次查询走索引了，加速查询的原因是什么呢？因为我们在name字段创建了一个二级索引，在无二级索引时，count操作只能全表检索数据。当我们通过二级索引统计总条数，无需扫描数据文件，因为二级索引存储的数据就是name字段的值与主键id值。所以在count(col)时就可以在字段上添加一个二级索引加快检索速率。

count函数指定where条件

这里一样得分两种情况：count(*)和count(col)。

• count(*)：where条件添加索引，就可以使用索引优化查询。例如我们刚才添加的type列表示用户账号是否可用，我们现在需要查询可用账户的总数量就可以这样写：

   
     
   
   
   select count(*) from order_info where type = 0;

• count(col)： 查询列不为空的总条数并且添加where条件，就需要col添加索引并且where使用col进行条件限制，我们可以先来看下name添加索引但是where使用sex限制条件的情况：

看完上述内容，你们掌握MySQL中COUNT查询函数如何使用的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注亿速云行业资讯频道，感谢各位的阅读！