别傻了,你还认为 count(1) 比 count(*) 效率高?

python之禅

共 2250字,需浏览 5分钟

 ·

2020-08-19 20:45

来源| blog.csdn.net/iFuMI/article/details/77920767


1. count(1) and count(*)


当表的数据量大些时,对表作分析之后,使用count(1)还要比使用count(*)用时多了!

从执行计划来看,count(1)和count()的效果是一样的。但是在表做过分析之后,count(1)会比count()的用时少些(1w以内数据量),不过差不了多少。


如果count(1)是聚索引,id,那肯定是count(1)快。但是差的很小的。

因为count(),自动会优化指定到那一个字段。所以没必要去count(1),用count(),sql会帮你完成优化的 因此:count(1)和count(*)基本没有差别!


2. count(1) and count(字段)


两者的主要区别是


(1) count(1) 会统计表中的所有的记录数,包含字段为null 的记录。

(2) count(字段) 会统计该字段在表中出现的次数,忽略字段为null 的情况。即不统计字段为null 的记录。


3. count(*) 和 count(1)和count(列名)区别


执行效果上:


count(*)包括了所有的列,相当于行数,在统计结果的时候,不会忽略列值为NULL


count(1)包括了忽略所有列,用1代表代码行,在统计结果的时候,不会忽略列值为NULL


count(列名)只包括列名那一列,在统计结果的时候,会忽略列值为空(这里的空不是只空字符串或者0,而是表示null)的计数,即某个字段值为NULL时,不统计。

执行效率上:

列名为主键,count(列名)会比count(1)快


列名不为主键,count(1)会比count(列名)快


如果表多个列并且没有主键,则 count(1) 的执行效率优于 count(*)


如果有主键,则 select count(主键)的执行效率是最优的


如果表只有一个字段,则 select count(*)最优。


4. 实例分析

mysql> create table counttest(name char(1), age char(2));
Query OK, 0 rows affected (0.03 sec)

mysql> insert into counttest values
-> ('a''14'),('a''15'), ('a''15'),
-> ('b'NULL), ('b''16'),
-> ('c''17'),
-> ('d'null),
->('e''');
Query OK, 8 rows affected (0.01 sec)
Records: 8 Duplicates: 0 Warnings: 0

mysql> select * from counttest;
+------+------+
| name | age |
+------+------+
| a | 14 |
| a | 15 |
| a | 15 |
| b | NULL |
| b | 16 |
| c | 17 |
| d | NULL |
| e | |
+------+------+
8 rows in set (0.00 sec)

mysql> select namecount(name), count(1), count(*), count(age), count(distinct(age))
-> from counttest
-> group by name;
+------+-------------+----------+----------+------------+----------------------+
| name | count(name) | count(1) | count(*) | count(age) | count(distinct(age)) |
+------+-------------+----------+----------+------------+----------------------+
| a | 3 | 3 | 3 | 3 | 2 |
| b | 2 | 2 | 2 | 1 | 1 |
| c | 1 | 1 | 1 | 1 | 1 |
| d | 1 | 1 | 1 | 0 | 0 |
| e | 1 | 1 | 1 | 1 | 1 |
+------+-------------+----------+----------+------------+----------------------+
5 rows in set (0.00 sec)



回复下方「关键词」,获取优质资源

回复关键词「python」,立即获取进阶必备书籍Python进阶》电子版
回复关键词「Flask」,立即获取Flask 教程
回复关键词「wx」,加入高质量python交流群


推荐:
  1. Docker 禁止被列入美国“实体名单”使用,下一个会是 ElasticSearch、K8S吗?

  2. 牛逼了,日本神秘男子用 AI 黑科技破解马赛克,震惊业界大佬!

  3. CPU:别再拿我当搬砖工!


浏览 22
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报