以下是基于我結合B+樹的數據結構和對實驗結果的推測作出的判斷，如有錯誤，懇請指正！

今天實驗了一下MySQL的count()操作優化, 以下討論基于mysql5.7 InnoDB存儲引擎. x86 windows操作系統。

創建的表的結構如下（數據量為100萬）：

首先是關于mysql的count(*)，count(PK), count(1)哪個快的問題。
實現結果如下：

并沒有什么區別！加上了WHERE子句之后3個查詢的時間也是相同的，我就不貼圖片了。

之前在公司的時候就寫過一個select count(*) from table的SQL語句，在數據多的時候非常慢。所以要怎么優化呢？

這要從InnoDB的索引說起, InnoDB的索引是B+Tree。

對主鍵索引來說：它只有在葉子節點上存儲數據，它的key是主鍵，并且value為整條數據。
對輔助索引來說：key為建索引的列，value為主鍵。

這給我們兩個信息：
1. 根據主鍵會查到整條數據
2. 根據輔助索引只能查到主鍵，然后必須通過主鍵再查到剩余信息。

所以如果要優化count(*)操作的話，我們需要找一個短小的列，為它建立輔助索引。
在我的例子中就是status，雖然它的”severelity”幾乎為0.

先建立索引：ALTER TABLE test1 ADD INDEX (status);
然后查詢，如下圖：

可以看到，查詢時間從3.35s下降到了0.26s，查詢速度提升近13倍。

如果索引是str這一列，結果又會是怎么樣呢？
先建立索引: alter table test1 add index (str)
結果如下：

可以看到，時間為0.422s，也很快，但是比起status這列還是有著1.5倍左右的差距。

再大膽一點做個實驗，我把status這列的索引刪掉，建立一個status和left(omdb,200)(這一列平均1000個字符)的聯合索引，然后看查詢時間。
建立索引： alter table test1 add index (status,omdb(200))
結果如下：

時間為1.172s

alter table test1 add index (status,imdbid);

補充！！
要注意索引失效的情況！
建立了索引后正常的的樣子：

可以看到key_len為6, Extra的說明是using index.

而如果索引失效的話：

索引失效有很多種情況，比如使用函數，!=操作等，具體請參考官方文檔。

對MySQL沒有很深的研究，以上是基于我結合B+樹的數據結構和對實驗結果的推測作出的判斷，如有錯誤，懇請指正！

到此這篇關于MySQL 大表的count()優化實現的文章就介紹到這了,更多相關MySQL 大表count()優化內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！