当前位置:首页 > 文章列表 > 数据库 > MySQL > 了解 MySQL 查询优化器:COUNT(id) 与 COUNT(*)

了解 MySQL 查询优化器:COUNT(id) 与 COUNT(*)

来源:dev.to 2024-07-10 10:27:59 0浏览 收藏

欢迎各位小伙伴来到golang学习网,相聚于此都是缘哈哈哈!今天我给大家带来《了解 MySQL 查询优化器:COUNT(id) 与 COUNT(*)》,这篇文章主要讲到等等知识,如果你对数据库相关的知识非常感兴趣或者正在自学,都可以关注我,我会持续更新相关文章!当然,有什么建议也欢迎在评论留言提出!一起学习!

了解 MySQL 查询优化器:COUNT(id) 与 COUNT(*)

在 MySQL 中,我们几乎每天都会使用“COUNT”函数来帮助我们计算给定查询的行数。每个开发者关于性能的最大困境是使用“COUNT(*)”还是“COUNT(id)”更好。


MySQL优化器

MySQL 优化器是 MySQL 的关键组件,负责确定执行给定 SQL 查询的最有效方式。这部分在“COUNT”最快的困境中起着关键作用。那么让我们解释一下...

我们创建“users”表,该表将在“first_name”列上有一个索引:

创建表用户(
    id int NOT NULL AUTO_INCRMENT,
    名字 varchar(256) NOT NULL,
    主键(id),
    索引 idx_first_name (first_name)
);

我们添加几行并运行以下 2 个查询:

解释 SELECT COUNT(id) FROM 用户;
解释 SELECT COUNT(*) FROM 用户;

当你运行这两个 SQL 查询时,你会注意到它们使用相同的索引,“COUNT(*)”一点也不慢,MySQL 优化器负责这一点,它会在表中找到索引,从而给出最棒的表演。在这种情况下,两个查询将以相同的速度返回数据,因为它们使用相同的索引,并且 MySQL 优化器认为该索引是最有效的。

MySQL 优化器考虑了许多有助于选择最佳索引键的参数,以便给定的查询尽快返回数据。


结论

通常建议使用“COUNT(*)”,因为它允许 MySQL 优化器选择最有效的方法,而“COUNT(column_name)”在需要仅计算非 NULL 值的情况下特别有用​​在特定的专栏中。了解 MySQL 优化器的工作原理以及如何使用索引对于实现最佳查询性能至关重要。

今天带大家了解了的相关知识,希望对你有所帮助;关于数据库的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

版本声明
本文转载于:dev.to 如有侵犯,请联系study_golang@163.com删除
如何在MySQL中大规模注入简单的虚拟数据如何在MySQL中大规模注入简单的虚拟数据
上一篇
如何在MySQL中大规模注入简单的虚拟数据
Python。自动创建 MySQL 数据库的备份。
下一篇
Python。自动创建 MySQL 数据库的备份。
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    286次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    340次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    339次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    306次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    127次使用