MySQL的COUNT函数是常用的聚合函数，用于统计符合查询条件的行数，不同场景下它的执行逻辑有显著差异，理解这些差异能帮助开发者写出更高效的统计查询。
COUNT的基本用法
COUNT函数主要有三种常见用法，不同用法的统计范围和性能表现不同：
- COUNT(*)：统计所有符合筛选条件的行数，包括值为NULL的行
- COUNT(列名)：统计指定列中值不为NULL的行数，会忽略该列的NULL值
- COUNT(1)：统计符合筛选条件的行数，每行对应一个常量1，性能通常和COUNT(*)接近
不同存储引擎的COUNT实现差异
MySQL的存储引擎对COUNT的实现逻辑影响很大，最常用的是InnoDB和MyISAM两种引擎：
MyISAM引擎的COUNT
MyISAM引擎会把表的行数单独存储在磁盘上，当执行没有WHERE条件的COUNT(*)时，会直接读取这个存储的行数返回，速度非常快。但如果查询带有WHERE条件，就需要扫描全表统计符合条件的行数。
InnoDB引擎的COUNT
InnoDB引擎支持事务和多版本并发控制（MVCC），不同事务可能看到不同的行数，因此不会像MyISAM那样缓存全表行数。执行COUNT查询时，InnoDB需要扫描符合条件的索引页，逐行判断是否符合条件，再累加统计。
COUNT的底层执行逻辑
以InnoDB引擎为例，COUNT查询的执行流程和索引选择密切相关：
索引对COUNT的影响
如果查询的表有二级索引，InnoDB会优先选择最小的二级索引来统计行数，因为二级索引的叶子节点只存储索引列和主键，体积比聚簇索引小，扫描成本更低。如果没有二级索引，才会扫描聚簇索引。
COUNT(*)和COUNT(列名)的区别
COUNT(*)不需要读取具体的列值，只需要判断行是否存在，所以会优先选择最小的索引扫描。而COUNT(列名)需要读取该列的值，判断是否为NULL，如果该列没有索引，可能需要扫描全表，性能会差很多。
代码示例验证
先创建一张测试表，插入测试数据：
-- 创建测试表，包含主键id和普通的name列，给name列加二级索引
CREATE TABLE test_count (
id INT PRIMARY KEY AUTO_INCREMENT,
name VARCHAR(50),
age INT,
KEY idx_name (name)
) ENGINE=InnoDB;
-- 插入10条测试数据
INSERT INTO test_count (name, age) VALUES
('张三', 20),
('李四', 22),
(NULL, 25),
('王五', 28),
(NULL, 30),
('赵六', 24),
('钱七', 27),
(NULL, 29),
('孙八', 31),
('周九', 26);
执行不同的COUNT查询，查看执行计划：
-- 查看COUNT(*)的执行计划，会走idx_name二级索引 EXPLAIN SELECT COUNT(*) FROM test_count; -- 查看COUNT(name)的执行计划，同样走idx_name二级索引，因为name有索引 EXPLAIN SELECT COUNT(name) FROM test_count; -- 查看COUNT(age)的执行计划，age没有索引，会走全表扫描 EXPLAIN SELECT COUNT(age) FROM test_count;
执行统计查询，验证统计结果：
-- 统计所有行数，结果为10，包括name为NULL的行 SELECT COUNT(*) FROM test_count; -- 统计name不为NULL的行数，结果为7，忽略3个NULL值 SELECT COUNT(name) FROM test_count; -- 统计age不为NULL的行数，结果为10，age列没有NULL值 SELECT COUNT(age) FROM test_count;
COUNT查询的优化建议
实际开发中可以通过这些方法优化COUNT查询的性能：
- 优先使用
COUNT(*)或者COUNT(1)，避免不必要的列值读取 - 给经常用于统计条件的列建立合适的索引，减少扫描范围
- 如果需要频繁统计全表行数，且没有WHERE条件，可以考虑用计数器表单独维护行数，避免每次扫描全表
- 带有WHERE条件的COUNT查询，尽量让WHERE条件中的列有索引支持，利用索引快速筛选行
注意：InnoDB引擎下，即使有二级索引，COUNT查询在大表场景下仍然可能比较慢，需要结合业务场景选择合适的优化方案，不要盲目追求COUNT的查询速度。