MySQL 大表的count()优化实现

IT行业相对于一般传统行业，发展更新速度更快，一旦停止了学习，很快就会被行业所淘汰。所以我们需要踏踏实实的不断学习，精进自己的技术，尤其是初学者。今天golang学习网给大家整理了《MySQL 大表的count()优化实现》，聊聊优化、MySQL大表、count()，我们一起来看看吧！

以下是基于我结合B+树的数据结构和对实验结果的推测作出的判断，如有错误，恳请指正！

今天实验了一下MySQL的count()操作优化, 以下讨论基于mysql5.7 InnoDB存储引擎. x86 windows操作系统。

创建的表的结构如下（数据量为100万）：

首先是关于mysql的count(*)，count(PK), count(1)哪个快的问题。
实现结果如下：

并没有什么区别！加上了WHERE子句之后3个查询的时间也是相同的，我就不贴图片了。

之前在公司的时候就写过一个select count(*) from table的SQL语句，在数据多的时候非常慢。所以要怎么优化呢？

这要从InnoDB的索引说起, InnoDB的索引是B+Tree。

对主键索引来说：它只有在叶子节点上存储数据，它的key是主键，并且value为整条数据。
对辅助索引来说：key为建索引的列，value为主键。

这给我们两个信息：
1. 根据主键会查到整条数据
2. 根据辅助索引只能查到主键，然后必须通过主键再查到剩余信息。

所以如果要优化count(*)操作的话，我们需要找一个短小的列，为它建立辅助索引。
在我的例子中就是status，虽然它的”severelity”几乎为0.

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

可以看到，查询时间从3.35s下降到了0.26s，查询速度提升近13倍。

如果索引是str这一列，结果又会是怎么样呢？
先建立索引: alter table test1 add index (str)
结果如下：

可以看到，时间为0.422s，也很快，但是比起status这列还是有着1.5倍左右的差距。

再大胆一点做个实验，我把status这列的索引删掉，建立一个status和left(omdb,200)(这一列平均1000个字符)的联合索引，然后看查询时间。
建立索引： alter table test1 add index (status,omdb(200))
结果如下：

时间为1.172s

alter table test1 add index (status,imdbid);

补充！！
要注意索引失效的情况！
建立了索引后正常的的样子：

可以看到key_len为6, Extra的说明是using index.

而如果索引失效的话：

索引失效有很多种情况，比如使用函数，!=操作等，具体请参考官方文档。

对MySQL没有很深的研究，以上是基于我结合B+树的数据结构和对实验结果的推测作出的判断，如有错误，恳请指正！

今天关于《MySQL 大表的count()优化实现》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！