深入理解select count(*)底层究竟做了什么

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：

// SELECT id FROM t LIMIT 1; OR SELECT MIN(id)-1 FROM t; -> $last_id// SELECT id FROM t WHERE id > $last_id LIMIT 1; 

具体涉及到此例的代码，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，最终都殊途同归于 row_search_mvcc函数。

以上是对 LOOP 中的代码做一些简要的说明，下面来看 row_search_mvcc与 evaluate_join_record 如何输出最终的 count 结果。

2.3 行可见性及 row_search_mvcc 函数

这里我们主要通过一组 case 和几个问题来看行可见性对 COUNT( * ) 的影响。

Q：对于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。即使是MIN ( id ) 也不一定就读取的是 id 最小的那一行，因为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。这也反映了前面提到的 join_read_first 与 join_read_next “殊途同归”到 row_search_mvcc 是理所应当的。

Q：针对图中最后一问，如果事务 X 是 RU ( Read-Uncommitted ) 隔离级别，且 C-Insert ( 100 ) 的完成是在 X-count( * )执行过程中 ( 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 采取”读到什么就是什么”的策略，即X-count( * )在后面可以读到 100 这条记录。

2.4 evaluate_join_record 与列是否为空

Q：某一行如何计入 count?

A：两种情况会将所读的行计入 count:

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 Nullable以及该列的值是否为 NULL;若两者均为是，则不会计入 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 NULL，如果判断参数为 NULL，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： 特别地，对于 SELECT COUNT(id) FROM t，其中 id 字段是表 t 的主键，则如何?

A：效果上等价于 COUNT( * )。因为无论是 COUNT( * )，还是 COUNT ( pk_col ) 都是因为有主键从而充分断定索取数据不为 NULL，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：这个问题是业界熟悉的一个问题，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。

相关调用栈参考如下:

二、数据结构:

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 结构。

即 SQL 解析器为每个 SQL 语句进行结构化，将其放在一个 JOIN 对象 ( join ) 中来表达。在该对象中创建并填充了一个列表 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*) 对象 ( 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 ) 类型对象 ( name = “COUNT( * )”)，其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) 时间复杂度的操作。
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，其一致性由表级锁来保证。
5. 表级锁保证的写入串行化使得，同一时刻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

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!