phpitem技巧_一文读懂 select count 底层事理

“SELECT COUNT( ) FROM TABLE” 是个再常见不过的 SQL 需求了。
在 MySQL 的利用规范中，我们一样平常利用事务引擎 InnoDB 作为(一样平常业务)表的存储引擎，在此条件下，COUNT( )操作的韶光繁芜度为 O(N)，个中 N 为表的行数。

而 MyISAM 表中可以快速取到表的行数。
这些实践履历的背后是若何的机制，以及为什么须要/可以是这样，便是此文想要磋商的。

先来看一下概况，MySQL COUNT( ) 在 2 种存储引擎中的部分问题：

下面就带着这些问题，以 InnoDB 存储引擎为主来进行谈论。

一、InnoDB 全表 COUNT( )

紧张问题：1、实行过程是若何的？

2、如何打算 count？影响 count 结果的成分有哪些？

3、count 值存在哪里？涉及的数据构造是若何的？

4、为什么 InnoDB 只能通过扫表来实现 count( )？(见本文末了的问题)

5、全表COUNT( )作为 table scan 类型操作的一个 case，有什么风险？

6、COUNT( )操作是否会像“SELECT ”一样可能读取大字段涉及的溢出页？

1、实行框架 – 循环: 读取 + 计数？

全表扫描，一个循环办理问题。

循环内: 先读取一行，再决定该行是否计入 count。

循环内是一行一行进行计数处理的。

1.2、解释：

大略 SELELCT-SQL 的实行框架，类比 INSERT INTO … SELECT 是同样的过程。

下面会逐步细化如何读取与计数 ( count++ ) 。

2、实行过程？

实行过程部分，分为 4 个部分：

（1）COUNT( ) 前置流程: 从 Client 端发 SQL 语句，到 MySQL-Server 端实行 SELECT 之前，为后面的一些阐述做一铺垫。

（2）COUNT( ) 流程: 简要给出代码层面的流程框架及 2 个核心步骤的重点调用栈部分。

（3）读取一行: 可见性及 row_search_mvcc 函数，先容可见性如何影响 COUNT( ) 结果。

（4）计数一行: Evaluate_join_record 与列是否为空，先容计数过程如何影响 COUNT( ) 结果。

如果读者希望直接看如何进行 COUNT( )，那么也可以忽略 (1)，而直接跳到 (2) 开始看。

2.1、COUNT( ) 前置流程回顾 – 从 Client 端发 SQL 到 sub_select 函数

为了使看到的调用过程不太突兀，我们还是先回顾一下如何实行到 sub_select 函数这来的：

（1）MySQL-Client 端发送 SQL 语句，根据 MySQL 通信协议封包发送。

（2）Mysql-Server 端吸收数据包，由协议解析出 command 类型 ( QUERY ) 及 SQL 语句 ( 字符串 ) 。

（3）SQL 语句经由解析器解析输出为 JOIN 类的工具，用于构造化地表达该 SQL 语句。

PS: 这里的 JOIN 构造，不仅仅是纯语法构造，而是已经进行了语义处理，粗略地说，汇总了表的列表 ( table_list )、目标列的列表 ( target_list )、WHERE 条件、子查询等语法构造。

在全表 COUNT( )-case 中，table_list = [表“t”(别名也是“t”)]，target_list = [目标列工具(列名为“COUNT( )”)]，当然这里没有 WHERE 条件、子查询等构造。

（4）JOIN 工具有 2 个主要的方法: JOIN::optimize, JOIN::exec，分别用于进行查询语句的优化 和 查询语句的实行。

join->optimize，优化阶段 (稍后 myisam 下全表 count( ) 操作会涉及这里的一点内容)。

join->exec，实行阶段 ( 重点 )，包含了 InnoDB 下全表count( ) 操作的实行流程。

（5）join->exec 经由多少调用，将调用到 sub_select 函数来实行大略 SQL，包括 COUNT( ) 。

（6）END of sub_select 。

2.2、COUNT( ) 流程 ( 于 sub_select 函数中 )

上层的流程与代码是比较大略的，集中在 sub_select 函数中，个中 2 类函数分别对应于前面”实行框架”部分所述的 2 个步骤 – 读取、计数。
先给出结论如下：

（1）读取一行：从相对顶层的 sub_select 函数经由一番调用，终极所有分支将调用到 row_search_mvcc 函数中，该函数便是用于从 InnoDB 存储引擎所存储的 B+-tree 构造中读取一行到内存中的一个 buf (uchar ) 中，待后续处理利用。

这里会涉及行锁的获取、MVCC 及行可见性的问题。
当然对 于 SELECT COUNT( ) 这类快照读而言，只会涉及 MVCC 及其可见性，而不涉及行锁。
详情可跳至“可见性与 row_search_mvcc 函数”部分。

（2）计数一行: 代码层面，将会在 evaluate_join_record 函数中对所读取的行进行评估，看其是否应该计入 count 中 ( 即是否要 count++ )。

大略来说，COUNT(arg) 本身为 MySQL 的函数操作，对付一行来说，若括号内的参数 arg ( 某列或整行 ) 的值若不是 ，则 count++，否则对该行不予计数。
详情可跳至“ Evaluate_join_record 与列是否为空”部分。

这两个阶段对 COUNT( )结果的影响如下: (两层过滤)

SQL 层流程框架干系代码择要如下:

Q：代码层面，第一步骤(读取一行)有 2 个分支，为什么？A：从 InnoDB 接口层面考虑，分为 “读第一行” 和 “读下一行”，是 2 个不同的实行过程，读第一行须要找到一个 ( cursor ) 位置并做一些初始化事情让后续的过程可递归。

正如我们如果用脚本/程序来进行逐行的扫表操作，实现上就会涉及下面 2 个 SQL：

详细涉及到此例的代码，SQL 层到存储引擎层的调用关系，读取阶段的调用栈如下：(供参考)

我们可以看到，无论是哪一个分支的读取，终极都殊途同归于 row_search_mvcc 函数。

以上是对 LOOP 中的代码做一些简要的解释，下面来看 row_search_mvcc 与 evaluate_join_record 如何输出终极的 count 结果。

2.3、行可见性及 row_search_mvcc 函数

这里我们紧张通过一组 case 和几个问题来看行可见性对 COUNT( ) 的影响。

Q：对付“SELECT COUNT( ) FROM t”或者“SELECT MIN(id) FROM t”操作，第一次的读行操作读到的是表 t 中 ( B+ 树最左叶节点 page 内 ) 的最小记录吗？( ha_index_first 为何也调用 row_search_mvcc 来获取最小 key 值？)A：不一定。
纵然是 MIN ( id ) 也不一定就读取的是 id 最小的那一行，由于也同样有行可见性的问题，实际上 index_read 取到的是 当前事务内语句可见的最小 index 记录。
这也反响了前面提到的 join_read_first 与 join_read_next “殊途同归”到 row_search_mvcc 是理所应该的。
Q：针对图中末了一问，如果事务 X 是 RU ( Read-Uncommitted ) 隔离级别，且 C-Insert ( 100 ) 的完成是在 X-count( ) 实行过程中 ( 仅扫描到 5 或 10 这条记录 ) 完成的，那么 X-count( ) 在事务 C-Insert ( 100 ) 完成后，能否在之后的读取过程中看到 100 这条记录呢？A：MySQL 采纳”读到什么便是什么”的策略，即 X-count( ) 在后面可以读到 100 这条记录。

（1）如果 COUNT 函数中的参数是某列，则会判断所读行中该列定义是否 able 以及该列的值是否为 ；若两者均为是，则不司帐入 count，否则将计入 count。

e.g. SELECT COUNT(col_name) FROM t

col_name 可以是主键、唯一键、非唯一键、非索引字段

（2）如果 COUNT 中带有 ，则会判断这部分的整行是否为 ，如果判断参数为 ，则忽略该行，否则 count++。

e.g-1. SELECT COUNT() FROM t

e.g-2. SELECT COUNT(B.) FROM A LEFT JOIN B ON A.id = B.id

Q：特殊地，对付 SELECT COUNT(id) FROM t，个中 id 字段是表 t 的主键，则如何？A：效果上等价于 COUNT( )。
由于无论是 COUNT( )，还是 COUNT ( pk_col ) 都是由于有主键从而充分断定索取数据不为 ，这类 COUNT 表达式可以用于获取当前可见的表行数。
Q：用户层面对 InnoDB COUNT( ) 的优化操作问题A：这个问题是业界熟习的一个问题，扫描非空唯一键可得到表行数，但所涉及的字节数可能会少很多(在表的行长与主键、唯一键的长度相差较多时)，相对的 IO 代价小很多。

干系调用栈参考如下：

二、数据构造

Q：count 值存储在哪个内存变量里？A：SQL 解析后，存储于表达 COUNT( ) 这一项中，((Item_sum_count)item_sum)->count

如下图所示回顾我们之前“COUNT( )前置流程”部分提到的 JOIN 构造。

即 SQL 解析器为每个 SQL 语句进行构造化，将其放在一个 JOIN 工具 ( join ) 中来表达。
在该工具中创建并添补了一个列表 result_field_list 用于存放结果列，列表中每个元素则是一个结果列的 ( Item_result_field ) 工具 ( 指针 ) 。

在 COUNT( )-case 中，结果列列表只包含一个元素，( Item_sum_count: public Item_result_field ) 类型工具 ( name = “COUNT( )”)，个中该类所特有的成员变量 count即为所求。

三、MyISAM 全表 COUNT( )

由于 MyISAM 引擎并不常用于实际业务中，仅做简要描述如下：

1、MyISAM-COUNT( ) 操作是 O(1) 韶光繁芜度的操作。

2、每张 MyISAM 表中存放了一个 meta 信息-count 值，在内存中与文件中各有一份，内存中的 count 变量值通过读取文件中的 count 值来进行初始化。

3、SELECT COUNT( ) FROM t 会直接读取内存中的表 t 对应的 count 变量值。

4、内存中的 count 值与文件中的 count 值由写操作来进行更新，其同等性由表级锁来担保。

5、表级锁担保的写入串行化使得，同一时候所有用户线程的读操作要么被锁，要么只会看到一种数据状态。

四、几个问题

Q：MyISAM 与 InnoDB 在 COUNT( ) 操作的实行过程在哪里开始分道扬镳？

共性：共性存在于 SQL 层，即 SQL 解析之后的数据构造是同等的，count 变量都是存在于作为结果列的 Item_sum_count 类型工具中；返回给客户端的过程也类似 – 对该 count 变量进行赋值并经由 MySQL 通信协议返回给客户端。

差异：InnoDB 的 count 值打算是在 SQL 实行阶段进行的；而 MyISAM 表本身在内存中有一份包含了表 row_count 值的 meta 信息，在 SQL 优化阶段通过存储引擎的标记给优化器一个 hint，表明该表所用的存储引擎保存了精确行数，可以直接获取到，无需再进入实行器。

Q：InnoDB 中为何无法向 MyISAM 一样掩护住一个 row_count 变量？A：从 MVCC 机制与行可见性问题中可得到缘故原由，每个事务所看到的行可能是不一样的，其 count( ) 结果也可能是不同的；反过来看，则是 MySQL-Server 端无法在同一时候对所有用户线程供应一个统一的读视图，也就无法供应一个统一的 count 值。

PS: 对付多个访问 MySQL 的用户线程 ( COUNT( ) ) 而言，决定它们各自的结果的成分有几个:

（1）一组事务实行前的数据状态(初始数据状态)。

（2）有韶光重叠的事务们的实行序列 (操作时序，事务理论表明 并发事务操作的可串行化是精确性的必要条件)。

（3）事务们各自的隔离级别(每个操作的输入)。

个中 1、2 对付 Server 而言都是全局或者说可控的，只有 3 是每个用户线程中事务所独占的属性，这是 Server 端不可控的成分，因此 Server 端也就对每个 COUNT( ) 结果不可控了。

Q：InnoDB-COUNT( ) 属 table scan 操作，是否会将现有 Buffer Pool 中其它用户线程所需热点页从 LRU-list 中挤占掉，从而其它用户线程还需从磁盘 load 一次，溘然加重 IO 花费，可能对现有要求造成壅塞？A：MySQL 有这样的优化策略，将扫表操作所 load 的 page 放在 LRU-list 的 oung/old 的交界处 ( LRU 尾部约 3/8 处 )。
这样用户线程所需的热点页仍旧在 LRU-list-young 区域，而扫表操作不断 load 的页则会不断冲刷 old 区域的页，这部分的页本身便是被认为非热点的页，因此也相对符合逻辑。

PS: 个人认为还有一种类似的优化思路，是限定扫描操作所利用的 Buffer Pool 的大小为 O(1) 级别，但这样做须要付出额外的内存管理本钱。

Q：InnoDB-COUNT( ) 是否会像 SELECT FROM t 那样读取存储大字段的溢出页(如果存在)？A：否。
由于 InnoDB-COUNT( ) 只须要数行数，而每一行的主键肯定不是 ，因此只须要读主键索引页内的行数据，而无需读取额外的溢出页。

原文地址：

https://blog.didiyun.com/index.php/2019/01/08/mysql-count

如果看到这里，解释你喜好这篇文章，帮忙转发一下吧，感谢。
微信搜索「web_resource」，关注后即可获取逐日一题的推送。
推举阅读1.把 14 亿中国人拉到一个微信群 ？2. Spring 中的 18 个表明，你会几个？3. 寓教于乐，用玩游戏的办法学习 Git4. 在浏览器输入 URL 回车之后发生了什么？5.Java 最常见的 208 道口试题

Java后端：专注于Java技能