一、count(*)为什么性能差
性能排序
在MySQL中，count(*)的作用是统计表中记录的总行数。而count(*)的性能跟存储引擎有直接关系，并非所有的存储引擎，count(*)的性能都很差。
在MySQL中使用最多的存储引擎是：innodb和myisam。在myisam中会把总行数保存到磁盘上，使用count(*)时，只需要返回那个数据即可，无需额外的计算，所以执行效率很高。
而innodb则不同，由于它支持事务，有MVCC（即多版本并发控制）的存在，在同一个时间点的不同事务中，同一条查询sql，返回的记录行数可能是不确定的。在innodb使用count(*)时，需要从存储引擎中一行行的读出数据，然后累加起来，所以执行效率很低。
如果表中数据量小还好，一旦表中数据量很大，innodb存储引擎使用count(*)统计数据时，性能就会很差。
从上面得知，既然count(*)存在性能问题，那么我们该如何优化呢？我们可以从以下几个方面着手。
二、增加redis缓存
对于简单的count(*)，比如：统计浏览总次数或者浏览总人数，我们可以直接将接口使用redis缓存起来，没必要实时统计。
当用户打开指定页面时，在缓存中每次都设置成count = count+1即可。用户第一次访问页面时，redis中的count值设置成1。用户以后每访问一次页面，都让count加1，最后重新设置到redis中。
这样在需要展示数量的地方，从redis中查出count值返回即可。该场景无需从数据埋点表中使用count(*)实时统计数据，性能将会得到极大的提升。不过在高并发的情况下，可能会存在缓存和数据库的数据不一致的问题。但对于统计浏览总次数或者浏览总人数这种业务场景，对数据的准确性要求并不高，容忍数据不一致的情况存在。
三、加二级缓存
对于有些业务场景，新增数据很少，大部分是统计数量操作，而且查询条件很多。这时候使用传统的count(*)实时统计数据，性能肯定不会好。
假如在页面中可以通过id、name、状态、时间、来源等，一个或多个条件，统计品牌数量。
这种情况下用户的组合条件比较多，增加联合索引也没用，用户可以选择其中一个或者多个查询条件，有时候联合索引也会失效，只能尽量满足用户使用频率最高的条件增加索引。
也就是有些组合条件可以走索引，有些组合条件没法走索引，这些没法走索引的场景，该如何优化呢？答：使用二级缓存。
二级缓存其实就是内存缓存。我们可以使用caffine或者guava实现二级缓存的功能。目前SpringBoot已经集成了caffine，使用起来非常方便。只需在需要增加二级缓存的查询方法中，使用@Cacheable注解即可。
@Cacheable(value = "brand", , keyGenerator = "cacheKeyGenerator")
public BrandModel getBrand(Condition condition) {
return getBrandByCondition(condition);
}
然后自定义cacheKeyGenerator，用于指定缓存的key。
public class CacheKeyGenerator implements KeyGenerator {
@Override
public Object generate(Object target, Method method, Object... params) {
return target.getClass().getSimpleName() + UNDERLINE
+ method.getName() + ","
+ StringUtils.arrayToDelimitedString(params, ",");
}
}
这个key是由各个条件组合而成。这样通过某个条件组合查询出品牌的数据之后，会把结果缓存到内存中，设置过期时间为5分钟。后面用户在5分钟内，使用相同的条件，重新查询数据时，可以直接从二级缓存中查出数据，直接返回了。这样能够极大的提示count(*)的查询效率。
但是如果使用二级缓存，可能存在不同的服务器上，数据不一样的情况。我们需要根据实际业务场景来选择，没法适用于所有业务场景。
四、多线程执行
我们可以使用CompleteFuture使用两个线程异步调用统计有效订单的sql和统计无效订单的sql，最后汇总数据，这样能够提升查询接口的性能。
五、减少join的表
大部分的情况下，使用count()是为了实时统计总数量的。但如果表本身的数据量不多，但join的表太多，也可能会影响count()的效率。比如在查询商品信息时，需要根据商品名称、单位、品牌、分类等信息查询数据。这时候写一条sql可以查出想要的数据，比如下面这样的：
select count(*)
from product p
inner join unit u on p.unit_id = u.id
inner join brand b on p.brand_id = b.id
inner join category c on p.category_id = c.id
where p.name='测试商品' and u.id=123 and b.id=124 and c.id=125;
使用product表去join了unit、brand和category这三张表。其实这些查询条件，在product表中都能查询出数据，没必要join额外的表。我们可以把sql改成这样：
select count(*)
from product
where name='测试商品' and unit_id=123 and brand_id=124 and category_id=125;
在count(*)时只查product单表即可，去掉多余的表join，让查询效率可以提升不少。
六、改成ClickHouse
有些时候，join的表实在太多，没法去掉多余的join，该怎么办呢？
比如上面的例子中，查询商品信息时，需要根据商品名称、单位名称、品牌名称、分类名称等信息查询数据。
这时候根据product单表是没法查询出数据的，必须要去join：unit、brand和category这三张表，这时候该如何优化呢？答：可以将数据保存到ClickHouse。
ClickHouse是基于列存储的数据库，不支持事务，查询性能非常高，号称查询十几亿的数据，能够秒级返回。为了避免对业务代码的嵌入性，可以使用Canal监听Mysql的binlog日志。当product表有数据新增时，需要同时查询出单位、品牌和分类的数据，生成一个新的结果集，保存到ClickHouse当中。查询数据时，从ClickHouse当中查询，这样使用count(*)的查询效率能够提升N倍。其实如果查询条件非常多，使用ClickHouse也不是特别合适，这时候可以改成ElasticSearch，不过它跟Mysql一样，存在深分页问题。
网友评论