count(1) 比 count(*) 效率高么
有 Where 条件的 count，会根据扫码结果count 一下所有的行数，其性能更依赖于你的 Where 条件
MyISAM 引擎会把一个表的总行数记录了下来，所以在执行 count(*) 的时候会直接返回数量，执行效率很高。
在 MySQL 5.5 以后默认引擎切换为 InnoDB，InnoDB 因为增加了版本控制(MVCC)的原因，同时有多个事务访问数据并且有更新操作的时候，每个事务需要维护自己的可见性，那么每个事务查询到的行数也是不同的，所以不能缓存具体的行数，他每次都需要 count 一下所有的行数。
官方解释
InnoDB handles SELECT COUNT(*) and SELECT COUNT(1) operations in the same way. There is no performance difference.
InnoDB 处理 SELECT COUNT(*) 和 SELECT COUNT(1) 使用荣阳的操作方式,两者没有实质性的区别
count的定义
Returns a count of the number of non-NULL values of expr in the rows retrieved by a SELECT statement. The result is a BIGINT value.
返回 SELECT 语句检索的行中 expr 的非 NULL 值的计数
也就是说COUNT这个聚合函数，对 SELECT 的结果集进行计数，但是需要参数不为 NULL
COUNT(*) is somewhat different in that it returns a count of the number of rows retrieved, whether or not they contain NULL values.
count() 不同，他不关心这个返回值是否为空都会计算他的count，因为 count(1) 中的 1 是恒真表达式，那么 count() 还是 count(1) 都是对所有的结果集进行 count，所以他们本质上没有什么区别
InnoDB的优化
这个地方 InnoDB 本身也做了一些优化，它会使用最小的二级索引来进行 count 的查询优化。如果没有二级索引才会选择聚簇索引，这样的设计单从 IO 的角度就节省了很多开销
count(column) 也是会遍历整张表，但是不同的是它会拿到 column 的值以后判断是否为空，然后再进行累加，那么如果针对主键需要解析内容，如果是二级索引所以需要再次根据主键获取内容，又是一次 IO 操作，所以 count(column) 的性能肯定不如前两者
count(*)=count(1)>count(primary key)>count(column)
count(*) 在查询上依赖于所有的数据集，我们也需要尽量的规避全量 count, 我们针对可预见的 count 查询做适当的缓存，可以是 Redis，也可以是独立的 MySQL count 表，当然无论是哪种方式我们都需要考虑一致性的问题。
文章中的其他衍生点
什么是mvcc
多版本并发控制，乐观锁的一种实现方式
MVCC主要是为Repeatable-Read（可重复读）事务隔离级别做的，大多数情况下代替了行锁，实现了对读的非阻塞，读不加锁，读写不冲突。但是每行记录都需要额外的存储空间，需要做更多的行维护和检查工作
MVCC 并发控制下的读事务一般使用时间戳或者事务 ID去标记当前读的数据库的状态。读写并存的时候，写操作会根据目前数据库的状态，创建一个新版本，并发的读则依旧访问旧版本的数据
MVCC就是用 同一份数据临时保留多版本的方式 的方式，实现并发控制，保证一个读事务永远不会被阻塞
innodb存储的最基本row中包含一些额外的存储信息，MVCC相关的有： DB_TRX_ID ，DB_ROLL_PTR，DB_ROW_ID
DB_TRX_ID 插入或更新行的最后一个事务的事务标识符
DB_ROLL_PTR 写入回滚段的撤消日志记录，找之前版本的数据就是通过这个
DB_ROW_ID 行标识.这个用于索引当中
DB_TRX_ID记录了行的创建的时间
在insert操作时， “创建时间”=DB_TRX_ID。“删除时间无”；
在update操作时，复制新增行的“创建时间”=DB_TRX_ID，删除时间无，旧数据行“创建时间”不变，删除时间=该事务DB_TRX_ID；
在delete操作时，相应数据行的“创建时间”不变，删除时间=该事务的DB_ROW_ID；
在select操作时，对两者都不修改，只读相应的数据
什么是最小二级索引
二级索引是每个叶子节点中包含了不是主键的索引列，紧接着就是主键列的这种索引
为什么二级索引需要两次索引？
二级索引的叶子节点保存的不是指向行的物理位置的指针，而是行的主键值，所以二级索引需要在查找一次聚簇索引。
叶子节点存储主键值的目的：
减少了当出现行移动或者数据分裂时二级索引的维护工作。使用主键值当作指针会让二级索引占用更多的空间，但换来在移动时无须更新二级索引中的主键指针。
什么是聚簇索引
InnoDB的聚簇索引实际上是在同一个结构中保存了B-Tree索引和数据行。 可以将聚簇索引理解为数据库中完整的一张数据表
每一个表都有一个聚簇索引，并且只有一个
聚簇索引的优点：
- 将相关数据保存在一起
- 数据访问速度更快
- 使用覆盖索引扫描的查询可以直接使用页节点中的主键值
聚簇索引的缺点：
- 插入速度依赖插入顺序
- 使全表扫描速度变慢
- 更新聚簇索引列（主键）的代价很高
如何保证数据一致性
分布式事务
什么是分布式事务? 如何实现分布式事务?
另起一片文章
