本篇文章給大家帶來的內容是關于mysql大表中count()的用法以及mysql中count()的優化，有一定的參考價值，有需要的朋友可以參考一下，希望對你有所幫助。
一個單表中包含有6000w+的數據,然而你又不能拆分.需要分別統計表中有多少數據,A產品有多少,B產品有多少這幾個數據.
在為優化之前.表結構如下,為了隱藏內容我將相應字段做了模糊化處理.
CREATE?TABLE?`xxxx`?( ??`link`?varchar(200)?DEFAULT?NULL, ??`test0`?varchar(500)?DEFAULT?NULL, ??`test1`?varchar(50)?DEFAULT?NULL, ??`test2`?int(11)?DEFAULT?NULL, ??`test3`?varchar(20)?DEFAULT?NULL, ??`test4`?varchar(50)?DEFAULT?NULL, ??`test5`?varchar(50)?NOT?NULL, ??`inserttime`?datetime?DEFAULT?NULL, ??`test6`?bit(1)?NOT?NULL?DEFAULT?b'0', ??`A`?bit(1)?NOT?NULL?DEFAULT?b'0', ??`B`?bit(1)?NOT?NULL?DEFAULT?b'0'?, ??PRIMARY?KEY?(`test5`), ??KEY?`test6`?(`test6`)?USING?BTREE, ??KEY?`A`?(`A`)?USING?BTREE )?ENGINE=InnoDB?DEFAULT?CHARSET=utf8;
這個一個常規的InnoDB的表格,所以它的count(*)比起MyISAM的效率慢很多,InnoDB所顯示的row的行數不很準確,所以在這這里我需要統計一下.有這么幾個策略.
共計61500000數據
count(*) 耗時 1539.499s
count(1) 耗時 907.581s
count(A) 對索引進行count.
count(test6) 對主鍵進行count.
無一例外,由于這個表沒有優化好上面無論哪一種都需要幾千秒的時間,這個是我們無法忍受的.
下面我們開始著手分析處理這個問題.
預期整個表的count(*)應該在200s以內為正常,100以內為良好,50以內為優秀.
首先我將里面test6抽取了出來,單獨形成了一個表.對其進行操作.
共計61500000數據
count(*) 耗時10.238s
count(1) 耗時8.710s
count(test6) 對主鍵進行count.耗時12.957s
其中count(1)的效率最高,比最慢count(pk)速度提升了52.0%.
將你能確定的字段改為最優值,例如:
varchar更為char.雖然varchar可以自動分配存儲空間的大小但是.varchar需要使用1到2個額外的字節來記錄字符串的長度,增加它的update的操作時間,
datetime改為timestamp后者在1978-2038年之間
最后使用count(1)檢驗的時候最快耗時,168s.雖然有些慢但是可以接受.
總結:
重新設計你表中的字段,盡量優化它的長度.不要一味使用過多的varchar.
使用count(1)而不是count(*)來檢索.
相關推薦：
