兄弟們。

淺淺的炫個富吧。

說出來你們可能不信。

手機你們有嗎？我有。

短信，知道吧？一條一毛錢，我天天發(fā)。

你敢想嗎？

所以說，年輕人，有錢是真的好。

今天，我們就以短信為話題聊起。

短信，它又叫SMS。

比如說，你有一張短信表(sms)，里面放了各種需要發(fā)送的短信信息。

sms建表sql

sms表

需要注意的是state字段，為0的時候說明這時候短信還未發(fā)送。

此時還會有一個異步線程不斷的撈起未發(fā)送（state=0）的短信數(shù)據(jù)，執(zhí)行發(fā)短信操作，發(fā)送成功之后state字段會被置為1（已發(fā)送）。也就是說未發(fā)送的數(shù)據(jù)會不斷變少。

異步線程發(fā)送短信

假設(shè)由于某些原因，你現(xiàn)在需要做一些監(jiān)控，比如監(jiān)控的內(nèi)容是，你的sms數(shù)據(jù)表里還有沒有state=0（未發(fā)送）的短信，方便判斷一下堆積的未發(fā)送短信大概在什么樣的一個量級。

為了獲取滿足某些條件的行數(shù)是多少，我們一般會使用count()方法。

這時候為了獲取未發(fā)送的短信數(shù)據(jù)，我們很自然就想到了使用下面的sql語句進(jìn)行查詢。

select count(*) from sms where state = 0;

然后再把獲得數(shù)據(jù)作為打點發(fā)給監(jiān)控服務(wù)。

當(dāng)數(shù)據(jù)表小的時候，這是沒問題的，但當(dāng)數(shù)據(jù)量大的時候，比如未發(fā)送的短信到了百萬量級的時候，你就會發(fā)現(xiàn)，上面的sql查詢時間會變得很長，最后timeout報錯，查不出結(jié)果了。

為什么？

我們先從count()方法的原理聊起。

count()的原理

count()方法的目的是計算當(dāng)前sql語句查詢得到的非NULL的行數(shù)。

我們知道m(xù)ysql是分為server層和存儲引擎層的。

Mysql架構(gòu)

存儲引擎層里可以選擇各種引擎進(jìn)行存儲，最常見的是innodb、myisam。具體使用哪個存儲引擎，可以通過建表sql里的ENGINE?字段進(jìn)行指定。比如這篇文章開頭的建表sql里用了ENGINE=InnoDB，那這張表用的就是innodb引擎。

雖然在server層都叫count()方法，但在不同的存儲引擎下，它們的實現(xiàn)方式是有區(qū)別的。

比如同樣是讀全表數(shù)據(jù)  select count(*) from sms；語句。

使用 myisam引擎的數(shù)據(jù)表里有個記錄當(dāng)前表里有幾行數(shù)據(jù)的字段，直接讀這個字段返回就好了，因此速度快得飛起。

而使用innodb引擎的數(shù)據(jù)表，則會選擇體積最小的索引樹，然后通過遍歷葉子節(jié)點的個數(shù)挨個加起來，這樣也能得到全表數(shù)據(jù)。

因此回到文章開頭的問題里，當(dāng)數(shù)據(jù)表行數(shù)變大后，單次count就需要掃描大量的數(shù)據(jù)，因此很可能就會出現(xiàn)超時報錯。

那么問題就來了。

為什么innodb不能像myisam那樣實現(xiàn)count()方法

myisam和innodb這兩個引擎，有幾個比較明顯的區(qū)別，這個是八股文常考了。

其中最大的區(qū)別在于myisam不支持事務(wù)，而innodb支持事務(wù)。

而事務(wù)，有四層隔離級別，其中默認(rèn)隔離級別就是可重復(fù)讀隔離級別（RR）。

四層隔離級別

innodb引擎通過MVCC實現(xiàn)了可重復(fù)隔離級別，事務(wù)開啟后，多次執(zhí)行同樣的select快照讀，要能讀到同樣的數(shù)據(jù)。

于是我們看個例子。

為什么innodb不單獨記錄表行數(shù)

對于兩個事務(wù)A和B，一開始sms表假設(shè)就2條數(shù)據(jù)，那事務(wù)A一開始確實是讀到2條數(shù)據(jù)。事務(wù)B在這期間插入了1條數(shù)據(jù)，按道理數(shù)據(jù)庫其實有3條數(shù)據(jù)了，但由于可重復(fù)讀的隔離級別，事務(wù)A依然還是只能讀到2條數(shù)據(jù)。

因此由于事務(wù)隔離級別的存在，不同的事務(wù)在同一時間下，看到的表內(nèi)數(shù)據(jù)行數(shù)是不一致的，因此innodb，沒辦法，也沒必要像myisam那樣單純的加個count字段信息在數(shù)據(jù)表上。

那如果不可避免要使用count()，有沒有辦法讓它快一點？

各種count()方法的原理

count()的括號里，可以放各種奇奇怪怪的東西，想必大家應(yīng)該看過，比如放個星號*，放個1，放個索引列啥的。

我們來分析下他們的執(zhí)行流程。

count方法的大原則是server層會從innodb存儲引擎里讀來一行行數(shù)據(jù)，并且只累計非null的值。但這個過程，根據(jù)count()方法括號內(nèi)的傳參，有略有不同。

count(*)

server層拿到innodb返回的行數(shù)據(jù)，不對里面的行數(shù)據(jù)做任何解析和判斷，默認(rèn)取出的值肯定都不是null，直接行數(shù)+1。

count(1)

server層拿到innodb返回的行數(shù)據(jù)，每行放個1進(jìn)去，默認(rèn)不可能為null，直接行數(shù)+1.

count(某個列字段)

由于指明了要count某個字段，innodb在取數(shù)據(jù)的時候，會把這個字段解析出來返回給server層，所以會比count(1)和count(*)多了個解析字段出來的流程。

如果這個列字段是主鍵id，主鍵是不可能為null的，所以server層也不用判斷是否為null，innodb每返回一行，行數(shù)結(jié)果就+1.

如果這個列是普通索引字段，innodb一般會走普通索引，每返回一行數(shù)據(jù)，server層就會判斷這個字段是否為null，不是null的情況下+1。當(dāng)然如果建表sql里字段定義為not null的話，那就不用做這一步判斷直接+1。

如果這個列沒有加過索引，那innodb可能會全表掃描，返回的每一行數(shù)據(jù)，server層都會判斷這個字段是否為null，不是null的情況下+1。同上面的情況一樣，字段加了not null也就省下這一步判斷了。

理解了原理后我們大概可以知道他們的性能排序是

count(*) ≈ count(1) > count(主鍵id) > count(普通索引列) > count(未加索引列)

所以說count(*)，已經(jīng)是最快的了。

知道真相的我眼淚掉下來。?

那有沒有其他更好的辦法？

允許粗略估計行數(shù)的場景

我們回過頭來細(xì)品下文章開頭的需求，我們只是希望知道數(shù)據(jù)庫里還有多少短信是堆積在那沒發(fā)的，具體是1k還是2k其實都是差不多量級，等到了百萬以上，具體數(shù)值已經(jīng)不重要了，我們知道它現(xiàn)在堆積得很離譜，就夠了。因此這個場景，其實是允許使用比較粗略的估計的。

那怎么樣才能獲得粗略的數(shù)值呢？

還記得我們平時為了查看sql執(zhí)行計劃用的explain命令不。

其中有個rows，會用來估計接下來執(zhí)行這條sql需要掃描和檢查多少行。它是通過采樣的方式計算出來的，雖然會有一定的偏差，但它能反映一定的數(shù)量級。

explain里的rows

有些語言的orm里可能沒有專門的explain語法，但是肯定有執(zhí)行raw sql的功能，你可以把explain語句當(dāng)做raw sql傳入，從返回的結(jié)果里將rows那一列讀出來使用。

一般情況下，explain的sql如果能走索引，那會比不走索引的情況更準(zhǔn) 。單個字段的索引會比多個字段組成的復(fù)合索引要準(zhǔn)。索引區(qū)分度越高，rows的值也會越準(zhǔn)。

這種情況幾乎滿足大部分的監(jiān)控場景。但總有一些場景，它要求必須得到精確的行數(shù)，這種情況該怎么辦呢？

必須精確估計行數(shù)的場景

這種場景就比較頭疼了，但也不是不能做。

我們可以單獨拉一張新的數(shù)據(jù)庫表，只為保存各種場景下的count。

CREATE TABLE `count_table` (
  `id` int NOT NULL AUTO_INCREMENT COMMENT '主鍵',
  `cnt_what` char(20) NOT NULL DEFAULT '' COMMENT '各種需要計算的指標(biāo)',
  `cnt` tinyint NOT NULL COMMENT 'cnt指標(biāo)值',
  PRIMARY KEY (`id`),
  KEY `idx_cnt_what` (`cnt_what`)
) ENGINE=InnoDB  DEFAULT CHARSET=utf8mb4;

count_table表保存各種場景下的count

當(dāng)需要獲取某個場景下的cout值時，可以使用下面的sql進(jìn)行直接讀取，快得飛起。

select cnt from count_table where cnt_what = "未發(fā)送的短信數(shù)量"; 

那這些count的結(jié)果值從哪來呢？

這里分成兩種情況。

實時性要求較高的場景

如果你對這個cnt計算結(jié)果的實時性要求很高，那你需要將更新cnt的sql加入到對應(yīng)變更行數(shù)的事務(wù)中。

比如我們有兩個事務(wù)A和B，分別是增加未發(fā)送短信和減少未發(fā)送短信。

將更改表行數(shù)的操作放入到事務(wù)里

這樣做的好處是事務(wù)內(nèi)的cnt行數(shù)依然符合隔離級別，事務(wù)回滾的時候，cnt的值也會跟著回滾。

壞處也比較明顯，多個線程對同一個cnt進(jìn)行寫操作，會觸發(fā)悲觀鎖，多個線程之間需要互相等待。對于高頻寫的場景，性能會有折損。

實時性沒那么高的場景

如果實時性要求不高的話，比如可以一天一次，那你可以通過全表掃描后做計算。

舉個例子，比如上面的短信表，可以按id排序，每次取出1w條數(shù)據(jù)，記下這一批里最大的id，然后下次從最大id開始再拿1w條數(shù)據(jù)出來，不斷循環(huán)。

對于未發(fā)送的短信，就只需要在撈出的那1w條數(shù)據(jù)里，篩選出state=0的條數(shù)。

batch分批獲取短信表

當(dāng)然如果有條件，這種場景最好的方式還是消費binlog將數(shù)據(jù)導(dǎo)入到hive里，然后在hive里做查詢，不少公司也已經(jīng)有現(xiàn)成的組件可以做這種事情，不用自己寫腳本，豈不美哉。

mysql同步hive

總結(jié)

mysql用count方法查全表數(shù)據(jù)，在不同的存儲引擎里實現(xiàn)不同，myisam有專門字段記錄全表的行數(shù)，直接讀這個字段就好了。而innodb則需要一行行去算。

性能方面 count(*) ≈ count(1) > count(主鍵id) > count(普通索引列) > count(未加索引列)，但哪怕是性能最好的count(*)，由于實現(xiàn)上就需要一行行去算，所以數(shù)據(jù)量大的時候就是不給力。

如果確實需要獲取行數(shù)，且可以接受不那么精確的行數(shù)（只需要判斷大概的量級）的話，那可以用explain里的rows，這可以滿足大部分的監(jiān)控場景，實現(xiàn)簡單。

如果要求行數(shù)準(zhǔn)確，可以建個新表，里面專門放表行數(shù)的信息。

如果對實時性要求比較高的話，可以將更新行數(shù)的sql放入到對應(yīng)事務(wù)里，這樣既能滿足事務(wù)隔離性，還能快速讀取到行數(shù)信息。

如果對實時性要求不高，接受一小時或者一天的更新頻率，那既可以自己寫腳本遍歷全表后更新行數(shù)信息。也可以將通過監(jiān)聽binlog將數(shù)據(jù)導(dǎo)入hive，需要數(shù)據(jù)時直接通過hive計算得出。

參考資料

《丁奇mysql45講》