实际上records接口函数是在优化阶段调用的,在满足一定条件时,直接去计算行级计数。其explain出来的结果相比老版本也有所不同,这里我们使用sysbench的sbtest表来进行测试,共200万行数据。

注意这里Extra里为”Select tables optimized away”,表示在优化器阶段已经被优化掉了。如果给id列带上条件的话,则回退到之前的逻辑

  1. *************************** 1. row ***************************
  2. id: 1
  3. select_type: SIMPLE
  4. table: sbtest1
  5. partitions: NULL
  6. type: range
  7. possible_keys: PRIMARY
  8. key: PRIMARY
  9. ref: NULL
  10. rows: 960984
  11. filtered: 100.00
  12. Extra: Using where; Using index
  13. 1 row in set, 1 warning (0.00 sec)

WL#6742中,为InnoDB实现了handler的records函数接口

  • HA_HAS_RECORDS:引擎flag,表示是否可以把count(*)下推到引擎层
  • 总是使用聚集索引来进行计算行数
  • 只需要读取主键值,无需去读取外部存储列(row_prebuilt_t::read_just_key),如果行记录较大的话,就可以节省客观的诸如内存拷贝之类的操作开销
  • 计算过程可中断,每检索1000条记录,检查事务是否被中断
  • 由于只有一次引擎层的调用,减少了Server层和InnoDB的交互,避免了无谓的内存操作或格式转换
  • 对于分区表,在5.7版本已经下推到innodb层,因此分区表的计算方式(ha_innopart::records)是针对每个分区调用ha_innobase::records,再将结果累加起来

相关代码: commit2

由于总是强制使用聚集索引,缺点很明显:当二级索引的大小远小于聚集索引,且数据不在内存中时,使用二级索引显然要快些,因此文件IO更少。如下例:

默认情况下检索所有行(以下测试都是在清空buffer pool时进行的):

  1. mysql> select count(*) from sbtest1;
  2. | count(*) |
  3. | 2000000 |
  4. +----------+
  5. 1 row in set (3.92 sec)

但如果带上一个简单的条件,让select count(*)走索引k_1,耗费的时间立马下降了….

  1. mysql> select count(*) from sbtest1 where k > 0;
  2. +----------+
  3. | count(*) |
  4. +----------+
  5. | 2000000 |
  6. 1 row in set (1.05 sec)

个人认为这算是一个性能退化,退一步讲,如果用户知道force index能够走一个更好的索引来计算行数,优化器应该做出选择,而不是总是无条件选择聚集索引,提了个

WL#6742还提到了一个尚未公布的WL#6605,从其只言片语中可以推断官方有意向实现即时获得行数: