作者:高鹏
文章末尾有他著作的《深入理解 MySQL 主从原理 32 讲》,深入透彻理解 MySQL 主从,GTID 相关技术知识。

我们继续来讨论一下 count(*)、count(字段)实现上的区别。注意我们这里都使用 Innodb 做为存储引擎,不讨论其他引擎。因为了有了前面的讨论,更容易看出它们的区别,这里我们有如下注意点:

  • 我们需要做到执行计划一样,这里以全表扫描为例。实际上 count 很可能使用到覆盖索引(Using index),本文主要讨论它们实现的异同。

  • count(*) 和 count(字段) 在结果上可能并不一致。比如 count(字段),但是某些行本字段为 NULL 的话那么将不会统计行数,下面将会说明这种 NULL 判断的位置。本文还是使用简单的全表扫描来进行对比实现上的区别。首先我们要明确的是 count 使用的是一个 COUNT 计数器。

一、使用示例

在示例中我们也可以看到两个语句的结果实际上并不一致。
  1. mysql> show create table baguai_f \G

  2. *************************** 1. row ***************************

  3. Table: baguai_f

  4. Create Table: CREATE TABLE `baguai_f` (

  5. `id` int(11) DEFAULT NULL,

  6. `a` varchar(20) DEFAULT NULL,

  7. `b` varchar(20) DEFAULT NULL,

  8. `c` varchar(20) DEFAULT NULL

  9. ) ENGINE=InnoDB DEFAULT CHARSET=utf8

  10. 1 row in set (0.00 sec)


  11. mysql> select * from baguai_f ;

  12. +------+------+------+------+

  13. | id | a | b | c |

  14. +------+------+------+------+

  15. | 1 | g | g | NULL |

  16. | 1 | g1 | g1 | g1 |

  17. | 3 | g2 | g2 | g2 |

  18. | 4 | g | g | NULL |

  19. | 5 | g | g | NULL |

  20. | 6 | g3 | g3 | g3 |

  21. +------+------+------+------+

  22. 6 rows in set (0.00 sec)


  23. mysql> desc select count(*) from baguai_f where b='g';

  24. +----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+

  25. | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |

  26. +----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+

  27. | 1 | SIMPLE | baguai_f | NULL | ALL | NULL | NULL | NULL | NULL | 6 | 16.67 | Using where |

  28. +----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+

  29. 1 row in set, 1 warning (0.00 sec)


  30. mysql> desc select count(c) from baguai_f where b='g';

  31. +----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+

  32. | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |

  33. +----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+

  34. | 1 | SIMPLE | baguai_f | NULL | ALL | NULL | NULL | NULL | NULL | 6 | 16.67 | Using where |

  35. +----+-------------+----------+------------+------+---------------+------+---------+------+------+----------+-------------+

  36. 1 row in set, 1 warning (0.00 sec)


  37. mysql> select count(*) from baguai_f where b='g';

  38. +----------+

  39. | count(*) |

  40. +----------+

  41. | 3 |

  42. +----------+

  43. 1 row in set (0.00 sec)


  44. mysql> select count(c) from baguai_f where b='g';

  45. +----------+

  46. | count(c) |

  47. +----------+

  48. | 0 |

  49. +----------+

  50. 1 row in set (0.00 sec)

这种不一致来自于 b=’g’ 的 c 列中都是 NULL 值,因此 count(c) 返回为 0。

二、示例中 count(*) 获取数据流程简析

注意在《MySQL:查询字段数量多少对查询效率的影响》一文中我们已经详细的描述了部分流程,这里不再赘述,如果需要更加详细的了解,自行参考。

1. MySQL 层 构建 read_set

这里构建的 read_set 实际上只会包含列b,即一个字段。

2. Innodb 层 构建模板

同理根据 read_set 构建的字段模板中只会包含列b。
LOOP:这里开始循环返回每一条数据

3. Innodb 层 根据模板返回数据

这里我们可以看看模板的数量和模板对应的具体列名
  • 模板的数量
  1. 断点:row_sel_store_mysql_rec

  2. 查看模板数量:

  3. (gdb) p prebuilt->n_template

  4. $1 = 1

  • 查看模板对应的字段
  1. 断点:row_sel_field_store_in_mysql_format_func

  2. 查看模板对应的字段:

  3. (gdb) p field->name

  4. $3 = {m_name = 0x7ffe7c99cf85 "b"}

显然这里只是将 b 列的值返回给了 MySQL层,这里也很好理解,因为 b 列在 MySQL 层需要继续做过滤操作。

4. MySQL 层 过滤条件 b=’g’

好了,当前返回给 MySQL 层的数据中只有 b 列的数据,然后施加 b=’g’ 这个条件进行过滤。

5. MySQL 层 过滤后做一个 COUNT 计数操作

对于普通的 select 语句过滤后的数据就可以返回了,但是对于 count 这种操作,这里做的是一个计数操作,其中行会对 count 字段的 NULL 值进行判断,当然这里是 count(*) 也就不存在 NULL 值判断了,下面是这段代码:
  1. bool Item_sum_count::add()

  2. {

  3. if (aggr->arg_is_null(false))

  4. return 0;

  5. count++;

  6. return 0;

  7. }

END LOOP

最终我们只需要返回这个计数就可以了。下面是发送的数据,断点可以设置在 Query_result_send::send_data 中。
  1. $22 = Item::SUM_FUNC_ITEM

  2. (gdb) p ((Item*)(items)->first->info)->field_type()

  3. $23 = MYSQL_TYPE_LONGLONG

  4. (gdb) p ((Item*)(items)->first->info)->val_int()

  5. $24 = 3

  6. (gdb) p (items)->first->info

  7. $26 = (void *) 0x7ffe7c006580

  8. (gdb) p ((Item_sum_count*)$26)->count

  9. $28 = 3

我们可以发送的数据实际就是这个计数器,最终值为 3。

三、示例中 count(c) 获取数据流程的不同

实际上整个流程基本一致,但是区别在于:

  • 构建的 read_set 不同,模板个数自然不同,因为需要 2 个字段,即 b、c 两个字段,其中 b 列用于 where 条件过滤,而 b 列用于统计是否有 NULL 值,因此模板数量为 2,如下:
  1. (gdb) p prebuilt->n_template

  2. $29 = 2

  • 做 COUNT 计数器的时候会根据 c 列的 NULL 值做实际的过滤,操作只要是 NULL 则 count 计数不会增加 1,这个还是参考这段代码:
  1. bool Item_sum_count::add()

  2. {

  3. if (aggr->arg_is_null(false)) //过滤NULL值

  4. return 0;

  5. count++;

  6. return 0;

  7. }

最终会调入函数 Field::is_null 进行 NULL 值判断,断点可以设置在这里。

四、不同点总结

示例中的语句 count(c) 返回为 0。现在我们很清楚了,这些数据什么时候过滤掉的,总结如下:
  • Innodb 层返回了全部的行数据。

  • MySQL 层通过 where 条件过滤,剩下了 b=’g’ 的行。

  • MySQL 层通过 NULL 判断,将剩下的 count(c) 中为 NULL 的行也排除在计数之外。

而 count(*) 则没有第 3 步,这是一个不同。

然后的不同点就是在返回的字段上:

  • count(c) 很明显除了 where 条件以外,还需要返回 c 列给 MySQL 层

  • count(*) 则不需要返回额外的字段给 MySQL 层,只需要 MySQL 层过滤需要的b列即可。

通过上面的分析,实际上效率没有太大的差别,我觉得同样执行计划,同样返回数据结果的前提下,可能 count(*) 的效率要略微高一点。
五、备用栈帧(下图需点击放大查看)
NULL 值计数过滤栈帧

最后推荐高鹏的专栏《深入理解 MySQL 主从原理 32 讲》,想要透彻了解学习 MySQL 主从原理的朋友不容错过。

作者微信:gp_22389860

社区近期动态

No.1

Mycat 问题免费诊断

诊断范围支持:

Mycat 的故障诊断、源码分析、性能优化

服务支持渠道:

技术交流群,进群后可提问

QQ群(669663113)

社区通道,邮件&电话

osc@actionsky.com

现场拜访,线下实地,1天免费拜访

关注“爱可生开源社区”公众号,回复关键字“Mycat”,获取活动详情。

No.2

社区技术内容征稿

征稿内容:

格式:.md/.doc/.txt

主题:MySQL、分布式中间件DBLE、数据传输组件DTLE相关技术内容

要求:原创且未发布过

奖励:作者署名;200元京东E卡+社区周边

投稿方式:

邮箱:osc@actionsky.com

格式:[投稿]姓名+文章标题

以附件形式发送,正文需注明姓名、手机号、微信号,以便小编及时联系