同事吐槽我的介面性能差，原理它是真兇！
前言
最近我在公司優化過幾個慢查詢介面的性能，總結了一些心得體會拿出來跟大家一起分享一下，希望對你會有所幫助。
我們使用的資料庫是Mysql8，使用的存儲引擎是Innodb。這次優化除了優化索引之外，更多的是在優化count(*)。
通常情況下，分頁介面一般會查詢兩次資料庫，第一次是獲取具體數據，第二次是獲取總的記錄行數，然後把結果整合之後，再返回。
查詢具體數據的sql，比如是這樣的：`
select id,name from user limit 20;
它沒有性能問題。
但另外一條使用count(*)查詢總記錄行數的sql，例如：
select count(*) from user;
卻存在性能差的問題。
為什麼會出現這種情況呢？
1 count(*)為什麼性能差？
在Mysql中，count(*)的作用是統計表中記錄的總行數。
而count(*)的性能跟存儲引擎有直接關係，並非所有的存儲引擎，count(*)的性能都很差。
在Mysql中使用最多的存儲引擎是：innodb和myisam。
在myisam中會把總行數保存到磁碟上，使用count(*)時，只需要返回那個數據即可，無需額外的計算，所以執行效率很高。
而innodb則不同，由於它支援事務，有MVCC（即多版本並發控制）的存在，在同一個時間點的不同事務中，同一條查詢sql，返回的記錄行數可能是不確定的。
在innodb使用count(*)時，需要從存儲引擎中一行行的讀出數據，然後累加起來，所以執行效率很低。
如果表中數據量小還好，一旦表中數據量很大，innodb存儲引擎使用count(*)統計數據時，性能就會很差。
2 如何優化count(*)性能？
從上面得知，既然count(*)存在性能問題，那麼我們該如何優化呢？
我們可以從以下幾個方面著手。
2.1 增加redis快取
對於簡單的count(*)，比如：統計瀏覽總次數或者瀏覽總人數，我們可以直接將介面使用redis快取起來，沒必要實時統計。
當用戶打開指定頁面時，在快取中每次都設置成count = count+1即可。
用戶第一次訪問頁面時，redis中的count值設置成1。用戶以後每訪問一次頁面，都讓count加1，最後重新設置到redis中。
這樣在需要展示數量的地方，從redis中查出count值返回即可。
該場景無需從數據埋點表中使用count(*)實時統計數據，性能將會得到極大的提升。
不過在高並發的情況下，可能會存在快取和資料庫的數據不一致的問題。
但對於統計瀏覽總次數或者瀏覽總人數這種業務場景，對數據的準確性要求並不高，容忍數據不一致的情況存在。
2.2 加二級快取
對於有些業務場景，新增數據很少，大部分是統計數量操作，而且查詢條件很多。這時候使用傳統的count(*)實時統計數據，性能肯定不會好。
假如在頁面中可以通過id、name、狀態、時間、來源等，一個或多個條件，統計品牌數量。
這種情況下用戶的組合條件比較多，增加聯合索引也沒用，用戶可以選擇其中一個或者多個查詢條件，有時候聯合索引也會失效，只能盡量滿足用戶使用頻率最高的條件增加索引。
也就是有些組合條件可以走索引，有些組合條件沒法走索引，這些沒法走索引的場景，該如何優化呢？
答：使用二級快取。
二級快取其實就是記憶體快取。
我們可以使用caffine或者guava實現二級快取的功能。
目前SpringBoot已經集成了caffine，使用起來非常方便。
只需在需要增加二級快取的查詢方法中，使用@Cacheable註解即可。
@Cacheable(value = "brand", , keyGenerator = "cacheKeyGenerator")
public BrandModel getBrand(Condition condition) {
return getBrandByCondition(condition);
}
然後自定義cacheKeyGenerator，用於指定快取的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, ",");
}
}
這個key是由各個條件組合而成。
這樣通過某個條件組合查詢出品牌的數據之後，會把結果快取到記憶體中，設置過期時間為5分鐘。
後面用戶在5分鐘內，使用相同的條件，重新查詢數據時，可以直接從二級快取中查出數據，直接返回了。
這樣能夠極大的提示count(*)的查詢效率。
但是如果使用二級快取，可能存在不同的伺服器上，數據不一樣的情況。我們需要根據實際業務場景來選擇，沒法適用於所有業務場景。
2.3 多執行緒執行
不知道你有沒有做過這樣的需求：統計有效訂單有多少，無效訂單有多少。
這種情況一般需要寫兩條sql，統計有效訂單的sql如下：
select count(*) from order where status=1;
統計無效訂單的sql如下：
select count(*) from order where status=0;
但如果在一個介面中，同步執行這兩條sql效率會非常低。
這時候，可以改成成一條sql：
select count(*),status from order
group by status;
使用group by關鍵字分組統計相同status的數量，只會產生兩條記錄，一條記錄是有效訂單數量，另外一條記錄是無效訂單數量。
但有個問題：status欄位只有1和0兩個值，重複度很高，區分度非常低，不能走索引，會全表掃描，效率也不高。
還有其他的解決方案不？
答：使用多執行緒處理。
我們可以使用CompleteFuture使用兩個執行緒非同步調用統計有效訂單的sql和統計無效訂單的sql，最後匯總數據，這樣能夠提升查詢介面的性能。
2.4 減少join的表
大部分的情況下，使用count(*)是為了實時統計總數量的。
但如果表本身的數據量不多，但join的表太多，也可能會影響count(*)的效率。
比如在查詢商品資訊時，需要根據商品名稱、單位、品牌、分類等資訊查詢數據。
這時候寫一條sql可以查出想要的數據，比如下面這樣的：
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='測試商品' and u.id=123 and b.id=124 and c.id=125;
使用product表去join了unit、brand和category這三張表。
其實這些查詢條件，在product表中都能查詢出數據，沒必要join額外的表。
我們可以把sql改成這樣：
select count(*)
from product
where name='測試商品' and unit_id=123 and brand_id=124 and category_id=125;
在count(*)時只查product單表即可，去掉多餘的表join，讓查詢效率可以提升不少。
2.5 改成ClickHouse
有些時候，join的表實在太多，沒法去掉多餘的join，該怎麼辦呢？
比如上面的例子中，查詢商品資訊時，需要根據商品名稱、單位名稱、品牌名稱、分類名稱等資訊查詢數據。
這時候根據product單表是沒法查詢出數據的，必須要去join：unit、brand和category這三張表，這時候該如何優化呢？
答：可以將數據保存到ClickHouse。
ClickHouse是基於列存儲的資料庫，不支援事務，查詢性能非常高，號稱查詢十幾億的數據，能夠秒級返回。
為了避免對業務程式碼的嵌入性，可以使用Canal監聽Mysql的binlog日誌。當product表有數據新增時，需要同時查詢出單位、品牌和分類的數據，生成一個新的結果集，保存到ClickHouse當中。
查詢數據時，從ClickHouse當中查詢，這樣使用count(*)的查詢效率能夠提升N倍。
需要特別提醒一下：使用ClickHouse時，新增數據不要太頻繁，盡量批量插入數據。
其實如果查詢條件非常多，使用ClickHouse也不是特別合適，這時候可以改成ElasticSearch，不過它跟Mysql一樣，存在深分頁問題。
3 count的各種用法性能對比
既然說到count(*)，就不能不說一下count家族的其他成員，比如：count(1)、count(id)、count(普通索引列)、count(未加索引列)。
那麼它們有什麼區別呢？
- count(*) ：它會獲取所有行的數據，不做任何處理，行數加1。
- count(1)：它會獲取所有行的數據，每行固定值1，也是行數加1。
- count(id)：id代表主鍵，它需要從所有行的數據中解析出id欄位，其中id肯定都不為NULL，行數加1。
- count(普通索引列)：它需要從所有行的數據中解析出普通索引列，然後判斷是否為NULL，如果不是NULL，則行數+1。
- count(未加索引列)：它會全表掃描獲取所有數據，解析中未加索引列，然後判斷是否為NULL，如果不是NULL，則行數+1。
由此，最後count的性能從高到低是：
count(*) ≈ count(1) > count(id) > count(普通索引列) > count(未加索引列)
所以，其實count(*)是最快的。
意不意外，驚不驚喜？
千萬別跟select * 搞混了。
最後說一句(求關注，別白嫖我)
如果這篇文章對您有所幫助，或者有所啟發的話，幫忙掃描下發二維碼關注一下，您的支援是我堅持寫作最大的動力。
求一鍵三連：點贊、轉發、在看。
關注公眾號：【蘇三說技術】，在公眾號中回復：面試、程式碼神器、開發手冊、時間管理有超贊的粉絲福利，另外回復：加群，可以跟很多BAT大廠的前輩交流和學習。
