萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 資料庫 >> MS SQL 資料庫

SQL Server COUNT(*) vs COUNT(1) vs COUNT(列) 深度解析:執行計畫、索引選擇與效能迷思

「用 COUNT(1) 替代 COUNT(*) 提升效能」是流傳已久的迷思。本文從儲存引擎層面解析三者本質相同、優化器統一處理機制,揭示 COUNT(*) 如何利用最窄非叢集索引掃描,並給出大表計數優化真正有效的策略。

本質真相:三者邏輯等價

  • COUNT(*):計算**行數**,不檢查任何欄位是否 NULL
  • COUNT(1):常數運算式非 NULL → 計算行數
  • COUNT('anything'):同理
  • COUNT(column):計算**該欄位非 NULL 的行數**

結論: COUNT(*)、COUNT(1)、COUNT('x') 在所有主流資料庫**語義完全相同、執行計畫完全一致**。

驗證實驗:NULL 不計數

DECLARE @x INT = NULL;
SELECT COUNT(@x);  -- 0,因為運算式為 NULL

SELECT COUNT(*) FROM Sales.SalesOrderHeader;     -- 31465
SELECT COUNT(1) FROM Sales.SalesOrderHeader;     -- 31465
SELECT COUNT('abc') FROM Sales.SalesOrderHeader; -- 31465

COUNT(*) 如何執行:優化器的索引選擇邏輯

  1. 需統計「非 NULL 行數」→ 等同「總行數」(因為行存在即至少有一欄非 NULL)
  2. 優化器尋找**最窄的非叢集索引**(最少頁面、最少 I/O)
  3. 若無非叢集索引 → 掃描叢集索引(資料頁)或堆表

實驗:索引寬度決定掃描目標

環境:AdventureWorks2012.Person.Address

  1. 刪除所有非叢集索引
  2. 在 ModifiedDate (DATETIME, 8 bytes) 建索引 → COUNT(*) 使用此索引 使用 ModifiedDate 索引
  3. 在 StateProvinceID (INT, 4 bytes) 建索引 → COUNT(*) 改用此索引(更窄) 選擇更窄的 StateProvinceID 索引

COUNT(列) 的特殊語義

-- 計算非 NULL 行數
SELECT COUNT(MiddleName) FROM Person.Person;  -- 忽略 NULL

-- 計算複合條件非 NULL
SELECT COUNT(CASE WHEN Color = 'Red' THEN 1 END) FROM Production.Product;

大表 COUNT(*) 優化真正有效的策略

策略原理適用場景代價
建立單欄最窄非叢集索引掃描最小索引樹頻繁 COUNT(*)、表較大寫入額外維護、佔空間
觸發器維護計數表單行查詢計數表極高頻 COUNT、可接受最終一致寫入開銷、觸發器複雜度
應用層快取Redis/MemoryCache 緩存計數讀多寫少、容許秒級延遲快取一致性複雜度
近似計數APPROX_COUNT_DISTINCT (2019+)統計儀表板、不需精確結果有誤差
分區表並行掃描並行掃描各分區大分區表、Enterprise Edition分區維護複雜度

常見誤區辨析

迷思事實
COUNT(1) 比 COUNT(*) 快優化器將兩者視為相同運算式,零差異
COUNT(*) 掃描全表所有欄位只掃描最窄索引的鍵值,不讀取資料頁完整行
COUNT(主鍵) 最快主鍵通常是叢集索引(最寬),反而最慢

跨資料庫一致性

  • MySQL/PostgreSQL/Oracle/SQL Server:COUNT(*) = COUNT(1)
  • SQLite:COUNT(*) 掃描全表,**無索引優化**(舊版本),新版已改善

下次聽到「把 COUNT(*) 改成 COUNT(1) 優化」,請直接丟出執行計畫對比圖。真正的優化在於**理解優化器如何選擇最窄索引**,並據此設計索引策略或架構層面的計數方案。

copyright © 萬盛學電腦網 all rights reserved