COUNT 是什么

COUNT 统计行数或非空值的个数：COUNT(*) 统计结果集行数，COUNT(col) 只统计该列非 NULL 的值，COUNT(DISTINCT col) 统计去重后的个数。它在没有匹配行时返回 0，而不是 NULL，这一点与 SUM、AVG 不同——后者在没有数据时返回 NULL。COUNT 忽略 NULL 的特性常被用来做条件计数，例如把布尔判断包进 COUNT，一次查询同时得到几个口径的计数。

基本信息

典型使用场景

• 列表总数：分页组件需要显示总条数
• 条件计数：一次查询里同时统计有效、无效、待审核各多少条
• 去重计数：统计独立访客数 COUNT(DISTINCT user_id)
• 存在性判断：COUNT(*) > 0 可改写为 EXISTS 更省资源
• 数据质量：用 COUNT(*) 减 COUNT(col) 得到该列的缺失行数
• 分组统计：GROUP BY 之后计算每组的行数

多口径一次统计

SELECT COUNT(*)                             AS all_rows,      # 总行数
       COUNT(phone)                         AS has_phone,     # 手机号非空的行
       COUNT(DISTINCT user_id)              AS user_kinds,    # 去重用户数
       COUNT(IF(status = 1, 1, NULL))       AS valid_rows,    # 条件计数
       COUNT(*) - COUNT(phone)              AS missing_phone  # 缺失量
FROM users;
# PostgreSQL 里条件计数写 SUM(CASE WHEN status = 1 THEN 1 ELSE 0 END)

大表计数的替代写法

-- 精确计数要遍历索引，大表上代价高
SELECT COUNT(*) FROM big_table WHERE created_at >= '2024-01-01';

-- 只需要判断有没有数据时用 EXISTS，命中即停
SELECT EXISTS (SELECT 1 FROM big_table WHERE user_id = 100);

-- PostgreSQL 可用统计信息估算，速度快但不精确，仅用于容量评估
SELECT reltuples::bigint FROM pg_class WHERE relname = 'big_table';

COUNT 家族对照

计数实践要点

• 总数与列表分开查：大表的精确统计交给覆盖索引或缓存，别让每个请求都重算
• 只需要判断有没有数据时用 EXISTS：命中一条即停止扫描，比 COUNT 便宜得多
• 条件计数一次搞定：多个判断包进 CASE 或 IF，避免同一张表扫好几遍
• 去重计数注意开销：COUNT(DISTINCT) 要维护去重结构，高基数列上代价明显
• 分组计数配合 HAVING：先按维度计数再筛异常组，是数据质量检查的常用组合
• LEFT JOIN 之后要指明统计对象：COUNT(*) 会把补出来的 NULL 行也算进去

计数口径与工具

• 总数口径先写清：是行数还是去重后的实体数，两者可能相差一个量级
• 分页总数可以用近似值：大数据量后台列表允许显示约数，避免每次都精确统计
• 增量统计优于实时统计：日活这类指标放汇总表按天增量更新
• COUNT(*) 与 SUM(1) 结果等价：都统计行数，团队内统一一种写法即可
• 统计结果要能复现：过滤条件与统计时间点记录下来，便于事后核对