COUNT慢不是因为用了*，是这5个原因——1000万行数据实测+执行计划深度解析

大家好，我是小耶，写功课只是为了我踩过的坑，你们别再踩了！

COUNT(*)和COUNT(1)哪个更快？

这个问题在技术论坛上吵了十几年。我见过最极端的讨论，有人为了争这个在帖子里盖了200多楼。答案从"一样快"到"COUNT(1)更快"到"COUNT(*)更快"反复横跳。

2026年了，这个问题还值得吵吗？

不值得。因为答案早就有了------看执行计划。

但更值得问的问题是：如果你还在纠结这两个，说明你根本不理解COUNT真正的性能瓶颈在哪。

今天从执行计划、存储引擎、索引选择、优化器行为四个层面，把COUNT这件事彻底讲透。

一、COUNT的语义：5种写法的完整拆解

很多人的问题从一开始就问错了。他们问的是"性能"，但连语义都没搞清楚。

COUNT是聚合函数，计算一个SELECT结果集中的行数。但不同写法对"行"的定义完全不同：

COUNT(star)

• 计算所有行数

• 统计的是结果集中的每一行，不管列值是什么

• 写法：COUNT(*)

• NULL处理：计入所有行

COUNT(常量)

• 计算所有行数（1是常量，每行都有值）

• 与COUNT(*)在语义上等价

• 写法：COUNT(1)、COUNT(42)、COUNT('hello')

• NULL处理：计入所有行

COUNT(列名)

• 计算指定列中非NULL值的行数

• 只统计该列不为NULL的行

• 写法：COUNT(column_name)

• NULL处理：只计入非NULL的行

COUNT(DISTINCT 列名)

• 计算指定列中非NULL值的去重后个数

• 写法：COUNT(DISTINCT column_name)

• NULL处理：不计入NULL

COUNT(star) OVER()

• 窗口函数版本，计算当前窗口内的行数

• 写法：COUNT(*) OVER(PARTITION BY ...)

• NULL处理：计入所有行

写法	含义	是否统计NULL行
COUNT(*)	所有行数	✅ 是
COUNT(1)	所有行数	✅ 是
COUNT(col)	某列非NULL行数	❌ 否
COUNT(DISTINCT col)	某列去重非NULL值个数	❌ 否
COUNT(*) OVER()	窗口内行数	✅ 是

关键结论 ：COUNT(*)和COUNT(1)在语义上完全等价------都是统计所有行数。它们在MySQL 8.0中的执行计划也完全一样。

二、COUNT的存储引擎原理：为什么InnoDB没有"总行数"？

这个问题是所有COUNT性能问题的根源。

MyISAM引擎 ：存储表的总行数，COUNT(*)直接返回，O(1)。

InnoDB引擎 ：不存储总行数，COUNT(*)需要实时扫描数据。因为InnoDB支持MVCC（多版本并发控制），不同事务在同一时刻看到的数据行数可能不同，无法缓存一个"总行数"。

所以在InnoDB里，COUNT永远是一个实时计算操作。

那InnoDB怎么执行COUNT的？

• 没有WHERE条件时 ：优化器会选择最小的索引 （二级索引通常比聚簇索引小）进行扫描，快速估算行数，可能返回近似值。对于COUNT(*)，优化器直接读取索引的元数据，不扫描数据行，所以很快------但这是近似值，不是精确值，且两者在8.0里执行路径相同。

• 有WHERE条件时 ：必须根据WHERE条件扫描对应的索引或数据，精确计数。

• 精确COUNT永远需要扫描行数据：所谓的"快"只是相对于全表扫描而言，本质仍然是扫描操作。

三、执行计划分析：不同COUNT写法的真实差异

在1000万行数据的测试表上（有主键id，有二级索引status，status列有20%的NULL值）：

场景1：无WHERE条件

写法	执行计划	扫描对象	优化器行为
COUNT(*)	Select tables optimized away	无实际扫描	直接从统计信息读取估算行数
COUNT(1)	Select tables optimized away	无实际扫描	同上，与COUNT(*)完全相同
COUNT(id)	Select tables optimized away	无实际扫描	同上，主键索引统计信息
COUNT(status)	全索引扫描	status二级索引	实际扫描，统计非NULL行数

关键区别：

• COUNT(*)、COUNT(1)、COUNT(主键)在无WHERE条件 时都走Select tables optimized away，直接从索引统计信息读取，几乎没有性能差异。

• COUNT(status)必须实际扫描 status索引，统计非NULL的行数，需要扫描整个二级索引，是全量精确COUNT中最慢的写法之一（如果该列有大量NULL值，仍需扫描完整索引统计非NULL行数，无法跳过NULL）。

场景2：有WHERE条件

写法	执行计划	扫描对象	关键差异
COUNT(*) WHERE status=1	range	status二级索引	只扫描status=1的行，无需回表
COUNT(1) WHERE status=1	range	status二级索引	同上 ，优化器等价改写为COUNT(*)
COUNT(id) WHERE status=1	range	status二级索引+回表	需要回表读取id
COUNT(status) WHERE status=1	range	status二级索引	与COUNT(*)相同

有WHERE条件时，COUNT(*)和COUNT(1)的执行计划完全相同。 COUNT(列)如果列有索引，性能可能接近；如果列没有索引，则走全表扫描。

COUNT(列名)和COUNT(*)的核心差异在于语义：前者统计非NULL的行数，后者统计所有行数。如果列上有大量NULL值，两者结果可能差很多------但性能差异取决于列是否有索引，而非写法本身。

四、优化器视角：MySQL到底是怎么选索引的？

对于COUNT(*)，MySQL优化器的决策逻辑是：

1. 有WHERE条件：选择WHERE条件中最优的索引进行扫描

2. 无WHERE条件 ：在候选索引中选择最小的索引（索引树页数最少的）进行扫描

为什么选最小的索引？因为COUNT(*)只需要统计行数，不需要回表读取完整行数据。二级索引比聚簇索引小得多------二级索引只包含索引列+主键值，聚簇索引包含所有列。

重要结论 ：COUNT(*)不会扫描聚簇索引（除非没有二级索引），因为二级索引的扫描成本更低。这也是为什么COUNT(*)在InnoDB中不是"全表扫描"------它是"全二级索引扫描"。

五、COUNT慢的5个真正原因

原因1：无索引的WHERE条件

这是最常见的场景：

-- status没有索引
SELECT COUNT(*) FROM orders WHERE status = 'PAID';

这会导致全表扫描 （扫描聚簇索引），即使加了COUNT(*)也快不起来。

✅ 解决方案：在WHERE条件列上建索引。

原因2：需要精确计数的超大表

一张1亿行的表，任何精确COUNT都需要扫描大量数据。即使走二级索引，也要扫描上亿行索引数据。

✅ 解决方案 ：考虑用计数表 （单独维护计数器）或Redis缓存。

原因3：WHERE条件中使用了函数或隐式类型转换

-- 错误写法：对索引列用了函数
SELECT COUNT(*) FROM orders WHERE DATE(create_time) = '2026-09-01';

-- 错误写法：隐式类型转换（create_time是字符串）
SELECT COUNT(*) FROM orders WHERE create_time = 20260901;

这些写法都会导致索引失效，走全表扫描。

✅ 解决方案：确保WHERE条件中的列是原始列，类型匹配。

原因4：COUNT(DISTINCT)的排序开销

SELECT COUNT(DISTINCT user_id) FROM orders;

COUNT(DISTINCT)内部需要去重，通常需要排序或哈希操作，对大数据集来说很重。

✅ 解决方案 ：如果业务对"精确去重"要求不高，考虑使用APPROX_COUNT_DISTINCT()（MySQL 8.0.17+支持）或HyperLogLog。

原因5：行格式过大

如果表中有TEXT、BLOB等大字段，行格式可能是动态的，读取成本更高。

✅ 解决方案：确保COUNT只走二级索引，避免回表。

六、4种COUNT优化方案

方案1：用小二级索引替代主键索引

当表没有WHERE条件时，MySQL选择最小的索引扫描。

如果一张表有主键（聚簇索引）和多个二级索引，优化器会选择叶子节点数量最少的索引。

-- 给一个占用空间小的列建二级索引
CREATE INDEX idx_small ON orders(status);
-- COUNT(*) 会优先扫描 idx_small 而不是主键

方案2：用计数表（Counter Table）

适合频繁计数的业务场景。

CREATE TABLE order_stats (
    stat_date DATE PRIMARY KEY,
    total_orders INT,
    paid_orders INT
);

每次插入/更新订单时，同步更新计数表。查询COUNT时直接读计数表，O(1)。

方案3：用EXPLAIN的估算行数

如果业务允许"近似值"，直接看EXPLAIN的rows字段。

EXPLAIN SELECT * FROM orders WHERE status = 'PAID';
-- rows列显示估算行数

EXPLAIN FORMAT=TREE提供了更详细的估算信息，包括每次操作的代价。

方案4：用分区表降低扫描范围

如果表按时间RANGE分区，COUNT只扫描相关分区。

-- 按月分区后 SELECT COUNT(*) FROM orders WHERE create_time >= '2026-09-01'; -- 只扫描9月分区

当然，分区表有额外的维护成本，需要权衡。

七、总结

COUNT(*) vs COUNT(1)的争论可以停了。它们在MySQL 8.0中执行计划完全相同。

真正值得关注的问题只有三个：

1. WHERE条件能不能用到索引？ → 不能就建索引

2. 业务能不能接受近似值？ → 能就用EXPLAIN估算

3. 能不能用计数表缓存？ → 能就单独维护

把精力放在这三个问题上，比争论COUNT(*)和COUNT(1)哪个快有意义100倍。

小耶在手，SQL 不愁

还有什么想了解的，欢迎留言！小耶一定知无不言言无不尽......我们下次见~