MySQL中聚合函数count的使用和性能优化技巧
本文的环境是windows 10,mysql版本是5.7.12-log
一、 基本使用
count的基本作用是有两个:
- 统计某个列的数据的数量;
- 统计结果集的行数;
用来获取满足条件的数据的数量。但是其中有一些与使用中印象不同的情况,比如当count作用一列、多列、以及使用*来表达整行产生的效果是不同的。
示例表如下:
create table `newtable` ( `id` int(11) null default null , `name` varchar(30) null default null , `country` varchar(50) null default null , `province` varchar(30) null default null , `city` varchar(30) null default null )engine=innodb
1.1 不计算null的值
如果有null值,在返回的结果中会被过滤掉
select count(country) from person;
返回结果如下:
如果满足条件的数据项不存在,则结构返回0,经常通过这种方式判断是否有满足条件的数据存在;返回的数据类型是bigint。
1.2 对count(*)的处理
count(*)的处理是有点不同的,它会返回所有数据的数量,但是不会过滤其中的null值,它也并不是相当于展开成所有的列,而是直接会忽略所有的列而直接统计所有的行数。语句如下:
select count(*) from person;
返回结果如下:
当想要返回所有的数据的数量的时候,但是又不想包括全部是null的列,使用count(*)是不可能做到的,但是在1.1中说到count作用于列的时候会过滤null,那么直接这么写是不是对?
select count(id, `name`, country, province, city) from person;
那就错了,count只能作用于单列,不能作用于多列 ,所以上面的写法是错误的。
另外针对count(*)语句,在myisam存储引擎中做了优化,每个表的数据行数都会存储在存储引擎中,可以很快拿到;但是在事务性的存储引擎中,比如innodb中,因为会涉及到多个事务;
1.3 对count(distinct …)的处理
count(distinct …)会返回彼此不同但是非null的数据的行数。这一点和只使用distinct是有区别的,因为distinct是不过滤null值的,详见mysql中distinct的使用方法 。
- 如果没有符合条件的数据则返回0;
- 该语句可以作用于多列,是当各个列之间有一个不同,就认为整行数据不同,与distinct作用于多列时效果相同;
select count(distinct country) from person;
返回结果如下:
但是对于count(*)和count(distinct )两者的结合,如下:
select count(distinct *) from person;
该语句是错误的,无法执行,因此与select count(distinct *) from person 还是有区别的。
二、 性能优化
通常情况下,count(*)操作需要大量扫描数据表中的行,如果避免扫描大量的数据就成为优化该语句的关键所在。针对这个问题可以从如下两个角度考虑。
2.1 在数据库的层次上优化
2.1.1 针对count(*)
在mysql内部已经针对count(*)进行了优化,使用explain查询如下:
explain select count(*) from person;
从中可以看出该查询没有使用全表扫描也没有使用索引,甚至不需要查询数据表,在上面的示例数据库中得知,该库的存储引擎是innodb ,而且其中既没有主键也没有索引。
2.2 针对单个列进行count
查询如下:
explain select count(country) from person where id > 2;
发现在没有主键和索引的情况下,对全表进行了扫描。在数据中避免大量扫描数据行,一个最直接的方法使用索引:
当对id设置为一般索引 :index abc (id) using btree 。
执行查询如下:
explain select count(country) from person where id > 2;
结果如下:
此时发现并没有使用索引,仍然进行的是全表扫描,当执行如下时:
explain select count(country) from person where id > 4;
结果如下:
这是使用了索引进行了范围查询,显然比上面的要好。
但是问题来了,为什么有时候使用索引,有时候不用索引?在上面的第一次查询中已经能够检测出可能的key但是并没有使用?如果有知道的大神给解读一下!
对id设置为主键,执行查询如下:
explain select count(country) from person where id > 2;
结果如下:
2.2 在应用的层次上优化
在应用的层次上优化,可以考虑在系统架构中引入缓存子系统,比如在过去中常用的memcached,或者现在非常流行的redis, 但是这样会增加系统的复杂性。
mysql group by与聚合函数(sum,count等)实例
首先我们先来了解一下mysql聚合函数
mysql中一种特殊的函数:聚合函数,sum, count, max, min, avg等。这些函数和其它函数的根本区别就是它们一般作用在多条记录上。例如:
select sum(score) from table
这个sql的意思是查询表table里面所有score列的总和。
接着我们通过一个实例来讲解group by语句中如何使用聚合函数。
book表如下:
id | first_name | last_name | city |
1 | jason | martin | toronto |
2 | alison | mathews | vancouver |
3 | james | mathews | vancouver |
4 | celia | rice | vancouver |
5 | david | larry | new york |
现在我们要对city进行分组查询,并获取每个分组有多少条数据,我们需要count聚合函数。
select *,count(*) from book group by city
结果为:
id | first_name | last_name | city | count(*) |
1 | jason | martin | toronto | 1 |
2 | alison | mathews | vancouver | 3 |
5 | david | larry | new york | 1 |
先以city把返回记录分成多个组,这就是group by的字面含义。分完组后,然后用聚合函数对每组中的不同字段(一或多条记录)作运算。