【MySQL终极解惑】count(*)、count(1)、count(字段)的区别大揭秘！别再乱用了

最新推荐文章于 2026-03-04 20:31:54 发布

原创最新推荐文章于 2026-03-04 20:31:54 发布 · 2.8k 阅读

35 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

标签

#mysql #数据库 #开发语言 #后端 #性能优化

MySQL 专栏收录该内容

67 篇文章

订阅专栏

你是否在写SQL时纠结过：count(*)、count(1)和count(字段)到底该用哪个？它们性能有区别吗？为什么有的统计结果不一样？今天我将彻底解开这些谜团，让你的SQL查询更专业高效！

一、初识COUNT：数据统计的"瑞士军刀"🔧

COUNT的基本作用

COUNT()是MySQL中最常用的聚合函数，用于统计行数或非空值的数量。就像超市收银员统计顾客数量：

count(*)：统计所有经过收银台的顾客
count(1)：统计所有经过收银台的顾客（另一种方式）
count(会员卡)：只统计有会员卡的顾客

二、深入对比：三种COUNT方式详解🔬

核心区别对比表

特性	count(*)	count(1)	count(字段)
统计对象	所有行	所有行	指定字段非空行
NULL处理	包含NULL行	包含NULL行	排除NULL行
性能比较	⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐
索引利用	最优	良好	依赖字段索引
使用场景	统计总行数	统计总行数	统计非空值
结果差异	可能不同	可能不同	可能不同

1. count(*) - 全能选手🏆

作用： 统计表中的总行数（包括NULL值所在行）

-- 创建示例表
CREATE TABLE users (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    phone VARCHAR(15)  -- 允许NULL
);

INSERT INTO users VALUES
(1, '张三', '13800138000'),
(2, '李四', NULL),
(3, '王五', '13900139000');

-- 使用count(*)
SELECT count(*) FROM users;  -- 结果：3

特点：

最直接的"行数统计"方式
MySQL 5.7+版本做了特殊优化
推荐作为行数统计的首选方式

2. count(1) - 神秘数字侠🔢

作用： 统计表中的总行数（包括NULL值所在行）

-- 使用count(1)
SELECT count(1) FROM users;  -- 结果：3

特点：

1不是指第一列，而是表示常量值
性能与count(*)几乎相同
早期版本可能稍慢于count(*)，现代版本无差别

3. count(字段) - 精准狙击手🎯

作用： 统计指定字段的非空值数量

-- 使用count(字段)
SELECT count(phone) FROM users;  -- 结果：2（排除NULL值）

特点：

只统计非NULL值
性能取决于字段是否有索引
结果可能小于总行数

三、执行原理：MySQL如何统计？⚙️

执行流程对比

索引的影响

当使用count(字段)时：
在这里插入图片描述
性能对比测试：

-- 创建百万数据表
CREATE TABLE big_data (
    id INT PRIMARY KEY AUTO_INCREMENT,
    data VARCHAR(100),
    indexed_col INT,
    INDEX (indexed_col)
);

-- 插入100万条随机数据
INSERT INTO big_data (data, indexed_col)
SELECT 
    UUID(),
    FLOOR(RAND() * 1000)
FROM 
    (SELECT 0 UNION SELECT 1 UNION SELECT 2 UNION SELECT 3) a,
    (SELECT 0 UNION SELECT 1 UNION SELECT 2 UNION SELECT 3) b,
    ... -- 此处省略生成代码
    
-- 性能测试
SELECT BENCHMARK(1000, count(*)) FROM big_data;     -- 平均0.05秒
SELECT BENCHMARK(1000, count(1)) FROM big_data;     -- 平均0.05秒
SELECT BENCHMARK(1000, count(id)) FROM big_data;    -- 平均0.05秒（主键索引）
SELECT BENCHMARK(1000, count(data)) FROM big_data;  -- 平均1.8秒（无索引）
SELECT BENCHMARK(1000, count(indexed_col)) FROM big_data; -- 平均0.06秒（二级索引）

四、经典误区：90%程序员踩过的坑🕳️

误区1：count(1)比count(*)快

真相： 现代MySQL版本中两者性能相同，甚至count(*)可能更优！

官方文档说明：

InnoDB handles SELECT COUNT(*) and SELECT COUNT(1) operations in the same way. There is no performance difference.

误区2：count(主键)最快

真相： count(*)会优先使用占用空间最小的索引（通常不是主键）

EXPLAIN SELECT count(*) FROM big_data;
-- 可能使用二级索引而非主键索引

误区3：count(字段)可以统计所有行

真相： 当字段包含NULL值时，统计结果会小于实际行数

-- 错误示例
SELECT count(email) FROM users;  -- 结果可能小于实际用户数

-- 正确做法
SELECT count(*) FROM users WHERE email IS NOT NULL; -- 明确过滤条件

五、性能优化：让COUNT飞起来🚀

1. 超大表的COUNT优化

当表数据量超过千万时：

方案	原理	优点	缺点
近似值	使用`SHOW TABLE STATUS`	极快	不精确
缓存计数	额外表存储计数	实时	维护成本高
分页累计	分段统计后求和	不锁表	复杂

示例：使用近似值

SHOW TABLE STATUS LIKE 'big_data';
-- 查看Rows字段（约99.9%准确）

示例：缓存计数表

-- 创建计数表
CREATE TABLE table_counts (
    table_name VARCHAR(100) PRIMARY KEY,
    row_count BIGINT
);

-- 更新机制（使用触发器或应用层维护）

2. 索引优化技巧

-- 创建更小的索引
ALTER TABLE big_data ADD INDEX idx_tiny (tiny_col);

-- 使用覆盖索引
SELECT count(indexed_col) FROM big_data; -- 直接使用索引数据

3. 架构优化

六、实战场景选择指南🧭

场景1：统计总用户数

-- ✅ 正确做法
SELECT count(*) FROM users;

-- ❌ 错误做法
SELECT count(id) FROM users; -- 多余的主键查找

场景2：统计有手机号的用户

-- ✅ 正确做法
SELECT count(phone) FROM users; -- 明确统计非空值

-- 等价写法
SELECT count(*) FROM users WHERE phone IS NOT NULL;

场景3：统计不同状态订单数

-- 使用条件聚合
SELECT
    count(*) AS total_orders,
    count(CASE WHEN status='PAID' THEN 1 END) AS paid_orders,
    count(CASE WHEN status='SHIPPED' THEN 1 END) AS shipped_orders
FROM orders;

场景4：多表关联统计

-- 统计每个用户的订单数（包含无订单用户）
SELECT 
    u.id,
    u.name,
    count(o.id) AS order_count  -- 注意用count(o.id)而非count(*)
FROM users u
LEFT JOIN orders o ON u.id = o.user_id
GROUP BY u.id;

七、终极总结：COUNT使用黄金法则🌟

1. 选择原则

在这里插入图片描述

2. 性能排序（从优到劣）

在这里插入图片描述

3. 最佳实践清单

✅ 首选count(*) 用于行数统计
✅ 明确业务需求：要总行数还是非空值？
✅ 为统计字段加索引 优化count(字段)
✅ 避免count(非索引大字段) 如TEXT/BLOB
✅ 利用近似值 优化海量数据统计
❌ 不要用count(列)代替count(*)
❌ 不要假设主键统计最快
❌ 不要忽视NULL值的影响

4. 三种COUNT终极对比

维度	count(*)	count(1)	count(字段)
语义	统计所有行	统计所有行	统计非空值
NULL处理	包含	包含	排除
性能	最优	等同count(*)	依赖索引
索引利用	使用最小索引	使用最小索引	仅用该字段索引
结果准确性	总行数	总行数	非空值数量
推荐指数	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐

八、进阶挑战：COUNT的冷知识❄️

1. MyISAM表的魔法

对于MyISAM存储引擎：

SELECT count(*) FROM myisam_table; -- 直接返回元数据，O(1)时间复杂度

2. 事务隔离的影响

在可重复读隔离级别：

-- 会话1
START TRANSACTION;
SELECT count(*) FROM users; -- 返回100

-- 会话2
INSERT INTO users(name) VALUES('新用户');

-- 会话1再次查询
SELECT count(*) FROM users; -- 仍返回100（MVCC特性）

3. COUNT与DISTINCT组合

-- 统计不同城市用户数
SELECT count(DISTINCT city) FROM users;

-- 执行计划：需要临时表去重

终极忠告：

日常开发首选 count(*)
统计非空值用 count(字段)
忘记那些过时的性能传说
理解业务需求是核心！

思考题： 在分布式数据库（如分库分表）中，如何高效实现count(*)？欢迎在评论区分享你的方案！

（本文基于MySQL 8.0，不同版本实现细节可能略有差异）