select count(*) 底層究竟做了什麼？

摘要： 閱讀本文大概需要 6.6 分鐘。 SELECT COUNT( * ) FROM t 是個再常見不過的 SQL 需求了。在 MySQL 的使用規範中，我們一般使用事務引擎 InnoDB 作為(一般業務)表的儲存引擎，在此前提下， COUNT( * ) 操作的時間複雜度為  O(N) ，其中...

閱讀本文大概需要 6.6 分鐘。

SELECT COUNT( * ) FROM t 是個再常見不過的 SQL 需求了。在 MySQL 的使用規範中，我們一般使用事務引擎 InnoDB 作為(一般業務)表的儲存引擎，在此前提下， COUNT( * ) 操作的時間複雜度為  O(N) ，其中 N 為表的行數。

而 MyISAM 表中可以快速取到表的行數。這些實踐經驗的背後是怎樣的機制，以及為什麼需要/可以是這樣，就是此文想要探討的。

先來看一下概況: MySQL COUNT( * ) 在 2 種儲存引擎中的部分問題：

下面就帶著這些問題，以 InnoDB 儲存引擎為主來進行討論。

一、InnoDB 全表 COUNT( * )

主要問題:

• 執行過程是怎樣的？

• 如何計算 count ？影響  count 結果的因素有哪些？

• count 值存在哪裡？涉及的資料結構是怎樣的？

• 為什麼 InnoDB 只能通過掃表來實現  count( * ) ？(見本文最後的問題)

• 全表 COUNT( * ) 作為  table scan 型別操作的一個  case ，有什麼風險？

• COUNT(* ) 操作是否會像 SELECT * 一樣可能讀取大欄位涉及的溢位頁？

1. 執行框架 – 迴圈: 讀取 + 計數

1.1 基本結論

• 全表掃描，一個迴圈解決問題。

• 迴圈內: 先讀取一行，再決定該行是否計入 count 。

• 迴圈內是一行一行進行計數處理的。

1.2 說明

簡單 SELELCT-SQL 的執行框架，類比  INSERT INTO … SELECT 是同樣的過程。

下面會逐步細化如何讀取與計數 ( count++ ) 。

2. 執行過程

引述: 執行過程部分，分為 4 個部分:

• COUNT( * ) 前置流程: 從  Client 端發 SQL 語句，到  MySQL-Server 端執行  SELECT 之前，為後面的一些闡述做一鋪墊。

• COUNT( * ) 流程: 簡要給出程式碼層面的流程框架及 2 個核心步驟的重點呼叫棧部分。

• 讀取一行: 可見性及 row_search_mvcc 函式，介紹可見性如何影響  COUNT( * ) 結果。

• 計數一行: Evaluate_join_record 與列是否為空，介紹計數過程如何影響  COUNT( * ) 結果。

如果讀者希望直接看如何進行 COUNT( * ) ，那麼也可以忽略 (1)，而直接跳到 (2) 開始看。

2.1 COUNT( * ) 前置流程回憶 – 從 Client 端發 SQL 到 sub_select 函式

為了使看到的呼叫過程不太突兀，我們還是先回憶一下如何執行到 sub_select 函式這來的：

1. MySQL-Client 端傳送 SQL 語句，根據 MySQL 通訊協議封包傳送。

2. Mysql-Server 端接收資料包，由協議解析出  command 型別 (  QUERY ) 及 SQL 語句 ( 字串 ) 。

3. SQL 語句經過解析器解析輸出為 JOIN 類的物件，用於結構化地表達該 SQL 語句。

PS: 這裡的 JOIN 結構，不僅僅是純語法結構，而是已經進行了語義處理，粗略地說，彙總了表的列表 ( table_list )、目標列的列表 ( target_list )、 WHERE 條件、子查詢等語法結構。

在全表 COUNT( * )-case 中， table_list = [表“t”(別名也是“t”)] ， target_list = [目標列物件(列名為“COUNT( * )”)] ，當然這裡沒有  WHERE 條件、子查詢等結構。

1. JOIN 物件有 2 個重要的方法:  JOIN::optimize() ,  JOIN::exec() ，分別用於進行查詢語句的優化 和 查詢語句的執行。

join->optimize()，優化階段 (稍後 myisam 下全表  count( * ) 操作會涉及這裡的一點內容)。

join->exec()，執行階段 ( 重點 )，包含了  InnoDB 下全表 count( * ) 操作的執行流程。

1. join->exec() 經過若干呼叫，將呼叫到 sub_select 函式來執行簡單 SQL，包括  COUNT( * ) 。

2. END of sub_select 。

2.2 COUNT( * ) 流程 ( 於 sub_select 函式中 )

上層的流程與程式碼是比較簡單的，集中在 sub_select 函式中，其中 2 類函式分別對應於前面”執行框架”部分所述的 2 個步驟 – 讀取、計數。先給出結論如下：

1. 讀取一行：從相對頂層的 sub_select 函式經過一番呼叫，最終所有分支將呼叫到  row_search_mvcc 函式中，該函式就是用於從  InnoDB 儲存引擎所儲存的 B+-tree 結構中讀取一行到記憶體中的一個  buf (uchar * ) 中，待後續處理使用。

   這裡會涉及行鎖的獲取、MVCC 及行可見性的問題。當然對 於  SELECT COUNT( * ) 這類快照讀而言，只會涉及 MVCC 及其可見性，而不涉及行鎖。詳情可跳至“可見性與  row_search_mvcc 函式”部分。

2. 計數一行: 程式碼層面，將會在 evaluate_join_record 函式中對所讀取的行進行評估，看其是否應當計入  count 中 ( 即是否要 count++ )。

簡單來說， COUNT(arg) 本身為 MySQL 的函式操作，對於一行來說，若括號內的引數  arg ( 某列或整行 ) 的值若不是 NULL，則  count++ ，否則對該行不予計數。詳情可跳至“ Evaluate_join_record 與列是否為空”部分。

這兩個階段對 COUNT( * ) 結果的影響如下: (兩層過濾)

SQL 層流程框架相關程式碼摘要如下:

1210 enum_nested_loop_state1211 sub_select(JOIN *join, QEP_TAB *const qep_tab,bool end_of_records)1212 {1213DBUG_ENTER("sub_select");... ... // 此處省略1000字1265while (rc == NESTED_LOOP_OK && join->return_tab >= qep_tab_idx)1266{1267int error;// 第一步，從儲存引擎中獲取一行；1268if (in_first_read)1269{1270in_first_read= false;// 第一步，首次讀取，掃描第一個滿足條件的記錄；// 初始化cursor，從”頭”掃描到某個位置// 類似: SELECT id FROM t LIMIT 1;1271error= (*qep_tab->read_first_record)(qep_tab);1272}1273else// 第一步，後續讀取，在前次掃描的位置上繼續遍歷，找到一個滿足條件的記錄；// 類似: SELECT id FROM t WHERE id > $last_id LIMIT 1;1274error= info->read_record(info);... ... // 此處省略1000字// 第二步，處理剛剛取出的一行1291rc= evaluate_join_record(join, qep_tab);... ... // 此處省略1000字1303DBUG_RETURN(rc);1304 }

Q： 程式碼層面，第一步驟(讀取一行)有 2 個分支，為什麼？

A：從 InnoDB 介面層面考慮，分為 “讀第一行” 和 “讀下一行”，是 2 個不同的執行過程，讀第一行需要找到一個 (  cursor ) 位置並做一些初始化工作讓後續的過程可遞迴。

正如我們如果用指令碼/程式來進行逐行的掃表操作，實現上就會涉及下面 2 個 SQL：

// SELECT id FROM t LIMIT 1; OR SELECT MIN(id)-1 FROM t; -> $last_id// SELECT id FROM t WHERE id > $last_id LIMIT 1;

具體涉及到此例的程式碼，SQL 層到儲存引擎層的呼叫關係，讀取階段的呼叫棧如下：(供參考)

sub_select 函式中從 SQL 層到 InnoDB 層的函式呼叫關係：(同顏色、同縮排 表示同一層)Ø(*qep_tab->read_first_record) ()| -- > join_read_first(tab)| -- > tab->read_record.read_record=join_read_next;| -- > table->file->ha_index_init()| -- > handler::ha_index_init(uint idx, bool sorted)| -- > ha_innobase::index_init()| -- > table->file->ha_index_first()| -- > handler::ha_index_first(uint idx, bool sorted)| -- > ha_innobase::index_first()| -- > ha_innobase::index_read()| -- > row_search_mvcc()初始化cursor並將其放到一個有效的初始位置上;Øinfo->read_record (info)| -- > join_read_next(info)| -- > info->table->file->ha_index_next(info->record))| -- > handler::ha_index_next(uchar * buf)| -- > ha_innobase::index_next(uchar * buf)| -- > general_fetch(buf, ROW_SEL_NEXT, 0)| -- > row_search_mvcc()“向前”移動一次cursor;

我們可以看到，無論是哪一個分支的讀取，最終都殊途同歸於 row_search_mvcc 函式。

以上是對 LOOP 中的程式碼做一些簡要的說明，下面來看 row_search_mvcc 與  evaluate_join_record 如何輸出最終的  count 結果。

2.3 行可見性及 row_search_mvcc 函式

這裡我們主要通過一組 case 和幾個問題來看行可見性對 COUNT( * ) 的影響。

Q：對於 SELECT COUNT( * ) FROM t 或者 SELECT MIN(id) FROM t 操作，第一次的讀行操作讀到的是表 t 中 ( B+ 樹最左葉節點 page 內 ) 的最小記錄嗎？(  ha_index_first 為何也呼叫  row_search_mvcc 來獲取最小 key 值？)

A：不一定。即使是 MIN ( id ) 也不一定就讀取的是 id 最小的那一行，因為也同樣有行可見性的問題，實際上  index_read 取到的是 當前事務內語句可見的最小 index 記錄。這也反映了前面提到的  join_read_first 與  join_read_next “殊途同歸”到  row_search_mvcc 是理所應當的。

Q：針對圖中最後一問，如果事務 X 是  RU ( Read-Uncommitted ) 隔離級別，且  C-Insert ( 100 ) 的完成是在  X-count( * ) 執行過程中 ( 僅掃描到 5 或 10 這條記錄 ) 完成的，那麼  X-count( * ) 在事務  C-Insert ( 100 ) 完成後，能否在之後的讀取過程中看到 100 這條記錄呢？

A：MySQL 採取”讀到什麼就是什麼”的策略，即 X-count( * ) 在後面可以讀到 100 這條記錄。

2.4 evaluate_join_record 與列是否為空

Q：某一行如何計入 count？

A：兩種情況會將所讀的行計入 count:

1、如果 COUNT 函式中的引數是某列，則會判斷所讀行中該列定義是否 Nullable 以及該列的值是否為  NULL ；若兩者均為是，則不會計入 count，否則將計入 count。

• e.g. SELECT COUNT(col_name) FROM t

• col_name 可以是主鍵、唯一鍵、非唯一鍵、非索引欄位

2、如果 COUNT 中帶有 * ，則會判斷這部分的整行是否為 NULL，如果判斷引數為 NULL，則忽略該行，否則 count++ 。

• e.g-1. SELECT COUNT(*) FROM t

• e.g-2. SELECT COUNT(B.*) FROM A LEFT JOIN B ON A.id = B.id

Q： 特別地，對於  SELECT COUNT(id) FROM t ，其中 id 欄位是表 t 的主鍵，則如何？

A：效果上等價於 COUNT( * ) 。因為無論是  COUNT( * ) ，還是  COUNT ( pk_col ) 都是因為有主鍵從而充分斷定索取資料不為  NULL ，這類 COUNT 表示式可以用於獲取當前可見的錶行數。

Q： 使用者層面對  InnoDB COUNT( * ) 的優化操作問題

A：這個問題是業界熟悉的一個問題，掃描非空唯一鍵可得到錶行數，但所涉及的位元組數可能會少很多(在表的行長與主鍵、唯一鍵的長度相差較多時)，相對的 IO 代價小很多。

相關呼叫棧參考如下:

參考一:evaluate_join_record()| -- > rc= (*qep_tab->next_select)(join, qep_tab+1, 0);| -- > end_send_group(...)| -- > init_sum_functions(join->sum_funcs, join->sum_funcs_end[idx+1]))| -- > (*func_ptr)->reset_and_add()| -- > Item_sum::aggregator_clear()| -- > Item_sum::aggregator_add()| -- > update_sum_func(Item_sum **func_ptr)| -- > (*func_ptr)->add()| -- > Item_sum::aggregator_add()參考二: (Item_sum::aggregator_add)((Item_sum *) (*func_ptr))->aggregator_add()| -- > (Item_sum *)this->aggr->add()| -- > ((Aggregator_simple *) aggr)->item_sum->add()| -- > if (! aggr->arg_is_null(false))| ------ > ((Item_sum_count *)aggr->item_sum)->count++;

二、資料結構:

Q：count 值儲存在哪個記憶體變數裡？

A：SQL 解析後，儲存於表達 COUNT( * ) 這一項中， ((Item_sum_count*)item_sum)->count

如下圖所示回顧我們之前“ COUNT( * ) 前置流程”部分提到的 JOIN 結構。

即 SQL 解析器為每個 SQL 語句進行結構化，將其放在一個 JOIN 物件 ( join ) 中來表達。在該物件中建立並填充了一個列表  result_field_list 用於存放結果列，列表中每個元素則是一個結果列的 (  Item_result_field* ) 物件 ( 指標 ) 。

在 COUNT( * )-case 中，結果列列表只包含一個元素，(  Item_sum_count: public Item_result_field ) 型別物件 (  name = “COUNT( * ) ”)，其中該類所特有的成員變數 count即為所求。

三、MyISAM 全表 COUNT( * )

由於 MyISAM 引擎並不常用於實際業務中，僅做簡要描述如下：

1. MyISAM-COUNT( * ) 操作是  O(1) 時間複雜度的操作。

2. 每張 MyISAM 表中存放了一個  meta 資訊-count 值，在記憶體中與檔案中各有一份，記憶體中的 count 變數值通過讀取檔案中的 count 值來進行初始化。

3. SELECT COUNT( * ) FROM t 會直接讀取記憶體中的表 t 對應的 count 變數值。

4. 記憶體中的 count 值與檔案中的 count 值由寫操作來進行更新，其一致性由表級鎖來保證。

5. 表級鎖保證的寫入序列化使得，同一時刻所有使用者執行緒的讀操作要麼被鎖，要麼只會看到一種資料狀態。

四、幾個問題

Q： MyISAM 與  InnoDB 在 COUNT( * ) 操作的執行過程在哪裡開始分道揚鑣？

• 共性：共性存在於 SQL 層，即 SQL 解析之後的資料結構是一致的，count 變數都是存在於作為結果列的 Item_sum_count 型別物件中；返回給客戶端的過程也類似 – 對該 count 變數進行賦值並經由 MySQL 通訊協議返回給客戶端。

• 區別： InnoDB 的 count 值計算是在 SQL 執行階段進行的；而  MyISAM 表本身在記憶體中有一份包含了表  row_count 值的  meta 資訊，在 SQL 優化階段通過儲存引擎的標記給優化器一個  hint ，表明該表所用的儲存引擎儲存了精確行數，可以直接獲取到，無需再進入執行器。

Q：InnoDB 中為何無法向 MyISAM 一樣維護住一個 row_count 變數？

A：從 MVCC 機制與行可見性問題中可得到原因，每個事務所看到的行可能是不一樣的，其 count( * ) 結果也可能是不同的；反過來看，則是  MySQL-Server 端無法在同一時刻對所有使用者執行緒提供一個統一的讀檢視，也就無法提供一個統一的  count 值。

PS: 對於多個訪問 MySQL 的使用者執行緒 ( COUNT( * ) ) 而言，決定它們各自的結果的因素有幾個:

• 一組事務執行前的資料狀態(初始資料狀態)。

• 有時間重疊的事務們的執行序列 (操作時序，事務理論表明 併發事務操作的可序列化是正確性的必要條件)。

• 事務們各自的隔離級別(每個操作的輸入)。

其中 1、2 對於 Server 而言都是全域性或者說可控的，只有 3 是每個使用者執行緒中事務所獨有的屬性，這是 Server 端不可控的因素，因此 Server 端也就對每個 COUNT( * ) 結果不可控了。

Q： InnoDB-COUNT( * ) 屬  table scan 操作，是否會將現有  Buffer Pool 中其它使用者執行緒所需熱點頁從  LRU-list 中擠佔掉，從而其它使用者執行緒還需從磁碟  load 一次，突然加重 IO 消耗，可能對現有請求造成阻塞？

A：MySQL 有這樣的優化策略，將掃表操作所 load 的  page 放在  LRU-list 的  oung/old 的交界處 ( LRU 尾部約 3/8 處 )。這樣使用者執行緒所需的熱點頁仍然在  LRU-list-young 區域，而掃表操作不斷 load 的頁則會不斷沖刷 old 區域的頁，這部分的頁本身就是被認為非熱點的頁，因此也相對符合邏輯。

PS: 個人認為還有一種類似的優化思路，是限定掃描操作所使用的 Buffer Pool 的大小為 O(1) 級別，但這樣做需要付出額外的記憶體管理成本。

Q： InnoDB-COUNT( * ) 是否會像  SELECT * FROM t 那樣讀取儲存大欄位的溢位頁(如果存在)？

A：否。因為 InnoDB-COUNT( * ) 只需要數行數，而每一行的主鍵肯定不是  NULL ，因此只需要讀主鍵索引頁內的行資料，而無需讀取額外的溢位頁。

據說，帥的人已經將這個公眾號設為星標

·END·

程式設計師的成長之路

路雖遠，行則必至

微信ID:cxydczzl