MySql统计函数COUNT的具体使用详解

本篇文章给大家分享《MySql统计函数COUNT的具体使用详解》，覆盖了数据库的常见基础知识，其实一个语言的全部知识点一篇文章是不可能说完的，但希望通过这些问题，让读者对自己的掌握程度有一定的认识(B 数)，从而弥补自己的不足，更好的掌握它。

1. COUNT()函数概述

COUNT() 是一个聚合函数，返回指定匹配条件的行数。开发中常用来统计表中数据，全部数据，不为NULL数据，或者去重数据。

2. COUNT()参数说明

COUNT(1)：统计不为NULL 的记录。
COUNT(*)：统计所有的记录（包括NULL）。

COUNT(字段)：统计该"字段"不为NULL 的记录。
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的话，判断到有可能是null，还要把值取出来在判断一下，不是null才累加。

COUNT(DISTINCT 字段)：统计该"字段"去重且不为NULL 的记录。

-- MySql统计函数count测试
-- 创建用户表，新增测试数据
CREATE TABLE `user` (
  `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT COMMENT 'ID主键',
  `name` varchar(64) DEFAULT NULL COMMENT '姓名',
  `sex` varchar(8) DEFAULT NULL COMMENT '性别',
  `age` int(4) DEFAULT NULL COMMENT '年龄',
  `born` date DEFAULT NULL COMMENT '出生日期',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 ROW_FORMAT=DYNAMIC COMMENT='用户表';

INSERT INTO `category`.`user`(`id`, `name`, `sex`, `age`, `born`) VALUES (1, '%张三%', '男', 22, '2022-04-22');
INSERT INTO `category`.`user`(`id`, `name`, `sex`, `age`, `born`) VALUES (2, '李四', '女', 12, '2022-04-01');
INSERT INTO `category`.`user`(`id`, `name`, `sex`, `age`, `born`) VALUES (3, '王小二', '女', 12, '2022-04-28');
INSERT INTO `category`.`user`(`id`, `name`, `sex`, `age`, `born`) VALUES (4, '赵四', '男', 23, '2022-04-28');
INSERT INTO `category`.`user`(`id`, `name`, `sex`, `age`, `born`) VALUES (5, '', '女', 23, '2022-04-28');
INSERT INTO `category`.`user`(`id`, `name`, `sex`, `age`, `born`) VALUES (6, NULL, '女', 60, '2022-04-28');
INSERT INTO `category`.`user`(`id`, `name`, `sex`, `age`, `born`) VALUES (7, NULL, '女', 61, '2022-04-28');

select * from user;

-- 统计数据：7条数据，统计所有的记录（包括NULL）。
select count(*) from user;

-- 统计数据：7条数据，统计不为NULL 的记录。
select count(1) from user;

-- 统计数据：5条数据，COUNT(字段)：统计该"字段"不为NULL 的记录，注意是null不是空''字符串
select count(name) from user;

-- 统计数据：5条数据，COUNT(DISTINCT 字段)：统计该"字段"去重且不为NULL 的记录。
select count(distinct name) from user;

3. COUNT()判断存在

SQL不再使用count，而是改用LIMIT 1，让数据库查询时遇到一条就返回，不要再继续查找还有多少条了,业务代码中直接判断是否非空即可。
select 1 from emp LIMIT 1;效率是最高的，尤其是需要limit限制行数，很容易忽略。

-- SQL查找是否"存在"
-- 员工表,存在则进行删除
drop table if EXISTS emp;
create table emp(
    id int unsigned primary key auto_increment,
    empno mediumint unsigned not null default 0,
    empname varchar(20) not null default "",
    job varchar(9) not null default "",
    mgr mediumint unsigned not null default 0,
    hiredate datetime not null,
    sal decimal(7,2) not null,
    comn decimal(7,2) not null,
    depno mediumint unsigned not null default 0
);

-- 新增cehsi数据
测试数据：https://blog.csdn.net/m0_37583655/article/details/124385347

-- cahxun 
select * from emp ;

-- 时间：1.082s，数据：5000000
explain select count(*) from emp;

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	  SIMPLE																																						Select tables optimized away

-- 时间：1.129s，数据：5000000
explain select count(1) from emp;
id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	  SIMPLE																																						Select tables optimized away

-- 时间：1.695s，数据：5000000
explain select 1 from emp;
id	select_type	table	partitions	type	possible_keys	key	          key_len	ref	rows	  filtered	Extra
1	  SIMPLE			emp																		idx_emp_depno		3					4981060		100.00	Using index

-- SQL不再使用count，而是改用LIMIT 1，让数据库查询时遇到一条就返回，不要再继续查找还有多少条了,业务代码中直接判断是否非空即可
-- 时间：0.001s，数据：5000000
explain select 1 from emp LIMIT 1;
id	select_type	table	partitions	type	possible_keys	key	          key_len	ref	rows	  filtered	Extra
1	  SIMPLE			emp																		idx_emp_depno		3					4981060		100.00	Using index

4. COUNT()阿里开发规范

1.【强制】不要使用 count(列名)或 count(常量)来替代 count(),count()是 SQL92 定义的标 准统计行数的语法,跟数据库无关,跟 NULL 和非 NULL 无关. 说明：count(*)会统计值为 NULL 的行,而 count(列名)不会统计此列为 NULL 值的行.

2.【强制】count(distinct col) 计算该列除 NULL 之外的不重复行数,注意 count(distinct col1, col2) 如果其中一列全为 NULL,那么即使另一列有不同的值,也返回为 0.

 到此这篇关于MySql统计函数COUNT的具体使用详解的文章就介绍到这了,更多相关MySql统计函数COUNT内容请搜索golang学习网以前的文章或继续浏览下面的相关文章希望大家以后多多支持golang学习网！

好了，本文到此结束，带大家了解了《MySql统计函数COUNT的具体使用详解》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多数据库知识！