count(*) 优化

几种获取记录数的方法

count(*)：　　MySQL 优化过，扫描的行数小于总记录数。执行效率高。

count(1)：　　遍历所有记录，不取值，对每行尝试添加一个 “1” 列，如果不为 null，就计入累加（引擎层）。

count(主键)：　　遍历所有记录，并把每个记录的 id 取出返回 Server 层判断，将不为 null 的计入累加。

count(字段)：　　遍历所有记录，并把每个记录的字段值取出返回 Server 层判断，将不为 null 的计入累加。

效率排序：　　count(*) ≈ count(1) > count(主键) > count(字段)

除此之外，还可以通过 " show table status like '表名' " 查看 'TABLE_ROW' 参数来获取系统内部通过采样估算的记录数，但误差会达到 40% -- 50%。

 

优化

使用缓存

通过上面的分析可以知道通过 count(*) 来获取计数已经是效率最高的一种方式了， 但是如果效率还是低呢？首先效率低肯定是执行计数操作的并发量太高所导致的。而应对查询操作最常见的优化方式就是使用缓存，但是使用缓存适用于查多写少的场景，不过因为计数不会因为修改操作而改变，只会被增删操作所改变，所以在增删操作少的场景也是可以使用的。但是还有另外一个问题，那就是获取计数的业务和计数自增自减的操作不能保证原子性。这样导致查出的结果可能并不准确。

比如：

有一个页面，要显示操作记录的总数，同时还要显示最近操作的 100 条记录。那么，这个页面的逻辑就需要先到 Redis 里面取出计数，再到数据表里面取数据记录。

一种是，查到的 100 行结果里面有最新插入记录，而 Redis 的计数里还没加 1；

另一种是，查到的 100 行结果里没有最新插入的记录，而 Redis 的计数里已经加了 1。

那么第一种情况就会导致查询的计数和记录对不上，得到的结果混乱。

 

数据库

如果将计数结果单独创建一张表来存储，搭配 MySQL 的可重复读隔离级别，就可以实现数据读取的 "原子性" ，并且效率也会很高。

 在会话B读取计数时就会因为会话A还未提交，所以不会读取到会话A执行过的操作。