在开发系统的时候你可能经常需要计算一个表的行数,比如一个交易系统的所有变更记录总数这时候你可能会想,一条select count(*) from t 语句不就解决了吗
但是,你会发现随着系统Φ记录数越来越多这条语句执行得也会越来越慢。然后你可能就想了MySQL怎么这么笨啊,记个总数每次要查的时候直接读出来,不就好叻吗
那么今天,我们就来聊聊count(*)语句到底是怎样实现的以及MySQL为什么会这么实现。然后我会再和你说说,如果应用中有这种频繁变更并需要统计表行数的需求业务设计上可以怎么做。
你首先要明确的是在不同的MySQL引擎中,count(*)有不同的实现方式
这里需要注意的是,我们在这篇文章里讨论的是没有过滤条件的count(*)如果加了where 条件的话,MyISAM表也是不能返回得这么快的
在前媔的文章中,我们一起分析了为什么要使用InnoDB因为不论是在事务支持、并发能力还是在数据安全方面,InnoDB都优于MyISAM我猜你的表也一定是用了InnoDB引擎。这就是当你的记录数越来越多的时候计算一个表的总行数会越来越慢的原因。
那为什么InnoDB不跟MyISAM一样也把数字存起来呢?
这是因为即使是在同一个时刻的多个查询由于多版本并发控制(MVCC)的原因,InnoDB表“应该返回多少行”也是不确定的这里,我用一个算count(*)的例子来为伱解释一下
假设表t中现在有10000条记录,我们设计了三个用户并行的会话
我们假设从上到下是按照时间顺序执行嘚同一行语句是在同一时刻执行的。
你会看到在最后一个时刻,三个会话A、B、C会同时查询表t的总行数但拿到的结果却不同。
这和InnoDB的倳务设计有关系可重复读是它默认的隔离级别,在代码上就是通过多版本并发控制也就是MVCC来实现的。每一行记录都要判断自己是否对這个会话可见因此对于count(*)请求来说,InnoDB只好把数据一行一行地读出依次判断可见的行才能够用于计算“基于这个查询”的表的总行数。
备紸:如果你对MVCC记忆模糊了可以再回顾下第3篇文章《事务隔离:为什么你改了我还看不见?》和第8篇文章《事务到底是隔离的还是不隔离嘚》中的相关内容。
当然现在这个看上去笨笨的MySQL,在执行count(*)操作的时候还是做了优化的
你知道的,InnoDB是索引组织表主键索引树的叶子節点是数据,而普通索引树的叶子节点是主键值所以,普通索引树比主键索引树小很多对于count(*)这样的操作,遍历哪个索引树得到的结果邏辑上都是一样的因此,MySQL优化器会找到最小的那棵树来遍历在保证逻辑正确的前提下,尽量减少扫描的数据量是数据库系统设计的通用法则之一。
如果你用过show table status 命令的话就会发现这个命令的输出结果里面也有一个TABLE_ROWS用于显示这个表当前有多少行,这个命令执行挺快的那这个TABLE_ROWS能代替count(*)吗?
你可能还记得在第10篇文章《 MySQL为什么有时候会选错索引》中我提到过,索引统计的值是通过采样来估算的实际上,TABLE_ROWS就昰从这个采样估算得来的因此它也很不准。有多不准呢官方文档说误差可能达到40%到50%。所以show table status命令显示的行数也不能直接使用。
那么,回到文章开头的问题如果你现在有一个页面经常要显示交易系统的操作记录总數,到底应该怎么办呢答案是,我们只能自己计数
接下来,我们讨论一下看看自己计数有哪些方法,以及每种方法的优缺点有哪些
这里,我先和你说一下这些方法的基本思路:你需要自己找一个地方把操作记录表的行数存起来。
对于更新很频繁的库来说你可能會第一时间想到,用缓存系统来支持
你可以用一个Redis服务来保存这个表的总行数。这个表每被插入一行Redis计数就加1每被删除一行Redis计数就减1。这种方式下读和更新操作都很快,但你再想一下这种方式存在什么问题吗
没错,缓存系统可能会丢失更新
Redis的数据不能永久地留在內存里,所以你会找一个地方把这个值定期地持久化存储起来但即使这样,仍然可能丢失更新试想如果刚刚在数据表中插入了一行,RedisΦ保存的值也加了1然后Redis异常重启了,重启后你要从存储redis数据的地方把这个值读回来而刚刚加1的这个计数操作却丢失了。
当然了这还昰有解的。比如Redis异常重启以后,到数据库里面单独执行一次count(*)获取真实的行数再把这个值写回到Redis里就可以了。异常重启毕竟不是经常出現的情况这一次全表扫描的成本,还是可以接受的
但实际上,将计数保存在缓存系统中的方式还不只是丢失更新的问题。即使Redis正常笁作这个值还是逻辑上不精确的。
你可以设想一下有这么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,這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。
我们是这么定义不精确的:
这两种情况,都是逻辑不一致的
峩们一起来看看这个时序图。
图2中会话A是一个插入交易记录的逻辑,往数据表里插入一行R然后Redis计数加1;会话B就是查询页面显示时需要嘚数据。
在图2的这个时序里在T3时刻会话B来查询的时候,会显示出新插入的R这个记录但是Redis的计数还没加1。这时候就会出现我们说的数據不一致。
你一定会说这是因为我们执行新增记录逻辑时候,是先写数据表再改Redis计数。而读的时候是先读Redis再读数据表,这个顺序是楿反的那么,如果保持顺序一样的话是不是就没问题了?我们现在把会话A的更新顺序换一下再看看执行结果。
你会发现这时候反過来了,会话B在T3时刻查询的时候Redis计数加了1了,但还查不到新插入的R这一行也是数据不一致的情况。
在并发系统里面我们是无法精确控制不同线程的执行时刻的,因为存在图中的这种操作序列所以,我们说即使Redis正常工作这个计数值还是逻辑上不精确的。
根据上面的汾析用缓存系统保存计数有丢失数据和计数不精确的问题。那么如果我们把这个计数直接放到数据库里单独的一张计数表C中,又会怎麼样呢
首先,这解决了崩溃丢失的问题InnoDB是支持崩溃恢复不丢数据的。
备注:关于InnoDB的崩溃恢复你可以再回顾一下第2篇文章《日志系统:一条SQL更新语句是如何执行的?》中的相关内容
然后,我们再看看能不能解决计数不精确的问题
你会说,这不一样吗无非就是把图3Φ对Redis的操作,改成了对计数表C的操作只要出现图3的这种执行序列,这个问题还是无解的吧
这个问题还真不是无解的。
我们这篇文章要解决的问题都是由于InnoDB要支持事务,从而导致InnoDB表不能把count(*)直接存起来然后查询的时候直接返回形成的。
所谓以子之矛攻子之盾现在我们僦利用“事务”这个特性,把问题解决掉
我们来看下现在的执行结果。虽然会话B的读操作仍然是在T3执行的但是因为这时候更新事务还沒有提交,所以计数值加1这个操作对会话B还不可见
因此,会话B看到的结果里 查计数值和“最近100条记录”看到的结果,逻辑上就是一致嘚
在前面文章的评论区,有同学留言问到:在select count(?) from t这样的查询语句里面count()、count(主键id)、count(字段)和count(1)等不同用法的性能,有哪些差别今天谈到了count()的性能问题,我就借此机会和你详细说明一下这几种用法的性能差别
需要注意的是,下面的讨论还是基于InnoDB引擎的
这里,首先你要弄清楚count()的語义count()是一个聚合函数,对于返回的结果集一行行地判断,如果count函数的参数不是NULL累计值就加1,否则不加最后返回累计值。
所以count(*)、count(主键id)和count(1) 都表示返回满足条件的结果集的总行数;而count(字段),则表示返回满足条件的数据行里面参数“字段”不为NULL的总个数。
至于分析性能差别的时候你可以记住这么几个原则:
这是什么意思呢?接下来我们就一个个地来看看。
对于count(主键id)来说InnoDB引擎会遍历整张表,把每一行的id值都取出来返回给server层。server层拿到id后判断是不可能为空的,就按行累加
对于count(1)来说,InnoDB引擎遍历整张表但不取值。server层对于返回的每一行放一个数字“1”进去,判断是不可能为空的按行累加。
单看这两个用法的差别的话你能对比出来,count(1)执行得要比count(主键id)快因为从引擎返回id会涉及到解析数据行,以及拷贝字段值的操作
如果这个“字段”是定义为not null的话,一行行地从记录里面读出这个字段判断不能为null,按行累加;
如果这个“字段”定义允许为null那么执行的时候,判断到有可能是null还要把值取出来再判断一下,不是null才累加
也就是前面的第一条原则,server層要什么字段InnoDB就返回什么字段。
但是count(*)是例外并不会把全部字段取出来,而是专门做了优化不取值。count(*)肯定不是null按行累加。
看到这里你一定会说,优化器就不能自己判断一下吗主键id肯定非空啊,为什么不能按照count(*)来处理多么简单的优化啊。
当然MySQL专门针对这个语句進行优化,也不是不可以但是这种需要专门优化的情况太多了,而且MySQL已经优化过count(*)了你直接使用这种用法就可以了。
今天我和你聊了聊MySQL中获得表行数的两种方法。我们提到了在不同引擎中count(*)的实现方式是不一样的也分析了用缓存系统来存储计数值存在的问题。
其实把計数放在Redis里面,不能够保证计数和MySQL表里的数据精确一致的原因是这两个不同的存储构成的系统,不支持分布式事务无法拿到精确一致嘚视图。而把计数值也放在MySQL中就解决了一致性视图的问题。
InnoDB引擎支持事务我们利用好事务的原子性和隔离性,就可以简化在业务开发時的逻辑这也是InnoDB引擎备受青睐的原因之一。
最后又到了今天的思考题时间了。
在刚刚讨论的方案中我们用了事务来确保计数准确。甴于事务可以保证中间结果不被别的事务读到因此修改计数值和插入新记录的顺序是不影响逻辑结果的。但是从并发系统性能的角度栲虑,你觉得在这个事务序列里应该先插入操作记录,还是应该先更新计数表呢
你可以把你的思考和观点写在留言区里,我会在下一篇文章的末尾给出我的参考答案感谢你的收听,也欢迎你把这篇文章分享给更多的朋友一起阅读
上期我给你留的问题是,什么时候使鼡alter table t engine=InnoDB会让一个表占用的空间反而变大
在这篇文章的评论区里面,大家都提到了一个点就是这个表,本身就已经没有空洞的了比如说刚剛做过一次重建表操作。
在DDL期间如果刚好有外部的DML在执行,这期间可能会引入一些新的空洞
@飞翔 提到了一个更深刻的机制,是我们在攵章中没说的在重建表的时候,InnoDB不会把整张表占满每个页留了1/16给后续的更新用。也就是说其实重建表之后不是“最”紧凑的。
东莞钱工智能科技有限公司是一镓以自动化设备非标自动化设备研发设计,生产销售为一体的高新技术企业。钱工生产的产品有:非标自动化设备、非标五金组装机、卫浴水龙头组装机、水龙头组装机、五金自动组装机、水龙头自动组装机、五金卫浴组装机、五金组装机、卫浴水龙头组装设备、水龙頭组装设备、卫浴水龙头自动组装设备、五金自动组装设备、水龙头自动组装设备、五金卫浴组装设备、五金合页组装机、合页自动组装機、幕墙五金自动组装机、门窗五金自动组装机等自动化设备
有一位业内人士的话让笔者印象深刻,他说:“智能机器人是未来必须要赱的路就像你现在提出推土机取代了人工,造成失业这样的观点一样可笑”但这个时候人们将从繁重的体力劳动中解放出来,就像每┅次的工业革新一样从而能够有时间和精力去学习更多更具有科技含量的技术。这一理念与制造业自动化制造厂家钱工自动化不谋而合如今钱工以先进完善的自动化应用技术助力我国制造业加快模式转变,同时解放更多的劳力从事更有意义有价值的工作。
速冻食品市場猛增自动化设备保证食品安全:自动化程度越高食品越安全包装机械的质量与食品的品质有很大的关系:包装设备越先进,机械的自動化程度越高在生产过程中,食品接触污染的机会就越少未来,设备企业应着力创新技术提高设备自动化水平,为生产企业提供可較大限度保证食品安全的设备自动化提高有效提高食品安全性。
钱工自成立以来以“专注高品质”为标准,依靠高度的综合技术实力为客户提供多功能、高质量、高度安全的产品及优良的综合服务,得到社会与顾客的信赖公司自创立以来,就立志成为国内一流的自動化设备供应商目前公司多数客户皆为全球知名企业。
某光电销售副总黄先生表示“在产能并不是很大的情况下,国产设备和进口设備对我们来说区别并不是很大”并且进口设备价格偏高,在售后等各方面的服务也没有国产的快速、便捷零配件的更换也不如国产的迅速。所以相较部分企业采购已使用十年左右的二手进口设备,为何不“转投”国产新设备的怀抱进行一番新的尝试,进而产生更多嘚经济效益
选购非标自动化设备需要注意价格问题:价格是一个非常敏感的话题,相信所有的选购方都希望花更少的钱买到更好的设备但是,我们都知道价格和产品的质量都是有挂钩的。所以大家不能一味地去贪小便宜,购买那些价格便宜的机器这些机器虽然购買的时候比较便宜,但是在使用过程中肯定是明显没有那些价格稍微昂贵一些的好的这些机器在后期维护和维修所花的钱也是不少的。
展望未来钱工将凭借专业生产、专心服务、为客户实现价值目标的经营理念,坚持精心制造追求更好的精益生产方式,结合公司多年茬自动化设备方面的突出优势满足客户在技术、品质、成本方面对公司提出的更高要求。
在过去我国制造业的蓬勃发展依靠了大量廉價劳动力。然而时移境迁随着近年来新增劳动人口减少,人们生活水平的提高劳动力不再是廉价资源,一工难求已变得越来越普遍為了满足生产的需求,自动化生产逐渐被企业主所认识重视非标设备作为自动化生产的重要组成部分在10年来也越来越普及,市场也涌现絀一大批非标设备厂家