count()函数用于统计行数，包括COUNT(*)统计所有行、COUNT(字段)统计非NULL值、COUNT(DISTINCT字段)统计去重值；结合WHERE可条件统计，配合GROUP BY可分组计数，使用索引和缓存可优化性能。
在mysql中进行数据统计时，COUNT() 函数是最常用、最基础的聚合函数之一。它用于统计表中满足条件的行数，常用于查询记录总数、去重统计等场景。掌握它的使用技巧，能帮助你更高效地完成数据分析任务。
基本语法和常见用法
COUNT() 函数有几种不同的写法，适用于不同需求：
- COUNT(*)：统计所有行，包括值为 NULL 的列。这是最常用的写法，用来获取表的总记录数。
- COUNT(字段名)：统计指定字段中非 NULL 值的数量。如果该字段存在空值，将不计入结果。
- COUNT(DISTINCT 字段名)：统计指定字段中不同（去重）且非 NULL 值的数量。适合用于统计唯一用户、唯一订单号等场景。
例如，有一张用户登录记录表 login_log：
+----+---------+---------------------+ | id | user_id | login_time | +----+---------+---------------------+ | 1 | 101 | 2024-04-01 08:00:00 | | 2 | 102 | 2024-04-01 09:00:00 | | 3 | 101 | 2024-04-01 10:00:00 | | 4 | NULL | 2024-04-01 11:00:00 | +----+---------+---------------------+
执行以下语句：
SELECT COUNT(*) FROM login_log; -- 结果：4
SELECT COUNT(user_id) FROM login_log; -- 结果：3（忽略user_id为NULL的一行）
SELECT COUNT(DISTINCT user_id) FROM login_log; -- 结果：2（101 和 102）
结合 WHERE 条件进行条件统计
实际应用中，通常需要统计满足特定条件的数据量。通过在 COUNT() 中配合 WHERE 子句，可以实现精准计数。
比如，统计2024年4月1日当天登录的用户数量：
SELECT COUNT(*) FROM login_log WHERE DATE(login_time) = '2024-04-01';
再如，统计某个用户登录次数：
SELECT COUNT(*) FROM login_log WHERE user_id = 101;
分组统计（GROUP BY）的应用
使用 GROUP BY 可以对数据进行分组，并结合 COUNT() 统计每组的数量。这在生成报表时非常实用。
例如，统计每个用户的登录次数：
SELECT user_id, COUNT(*) AS login_count FROM login_log WHERE user_id IS NOT NULL GROUP BY user_id;
输出结果：
+---------+-------------+ | user_id | login_count | +---------+-------------+ | 101 | 2 | | 102 | 1 | +---------+-------------+
还可以进一步筛选分组后的结果，比如只显示登录超过一次的用户：
SELECT user_id, COUNT(*) AS login_count FROM login_log GROUP BY user_id HAVING login_count > 1;
性能优化建议
虽然 COUNT() 使用简单，但在大数据量下可能影响查询效率。以下是一些优化技巧：
- 尽量避免在大表上无条件使用 COUNT(*)，尤其是没有索引的情况下。可以考虑使用近似值或定时统计缓存结果。
- 如果只需要判断是否存在记录，使用 LIMIT 1 配合条件查询比 COUNT(*) 更高效。
- 对被 COUNT 的字段建立索引，特别是使用 COUNT(字段) 或 COUNT(DISTINCT 字段) 时，索引能显著提升速度。
- 对于频繁统计总数的场景，可维护一个计数器表，通过触发器或应用层逻辑更新，避免实时计算。
基本上就这些。熟练掌握 COUNT() 函数的不同用法，结合 WHERE、GROUP BY 和索引优化，就能应对大多数 MySQL 数据统计需求。