MySQL千万级数据如何通过估算匹配结果数提升查询速度

你之前写的counter mod 10 = 0抽样逻辑没有性能提升，本质是两个问题：

1. 如果counter字段没有建索引，MySQL本来就需要全表扫描逐行判断WHERE条件，加了取模判断只是多了一步计算，扫描行数没有任何减少
2. 就算counter有索引，对字段做mod这类函数运算会直接导致索引失效，优化器还是会选择全扫描匹配其他条件的行，和直接做精确COUNT的开销基本一致

• 直接用优化器内置估算值（成本最低，性能最好）
  搜索引擎显示的"约XX条结果"本身就是估算值，完全不需要实际扫描数据，直接拿MySQL查询优化器预计算的统计结果就行，毫秒级返回。
  你只需要对目标查询执行EXPLAIN，输出结果中的rows字段就是优化器估算的匹配行数，不需要修改业务表结构，也不需要调整查询逻辑：

  -- 把你的原查询条件直接放到EXPLAIN后面就行，不需要实际执行查询
  EXPLAIN SELECT 1 FROM `你的表名` WHERE 你的业务查询条件;
  

  这个估算值是优化器基于索引的分布统计信息计算出来的，千万级表的误差通常在5%~20%区间，完全满足搜索场景的展示需求。如果统计信息有偏差，执行ANALYZE TABLE 你的表名;更新下统计信息就能提升精度。
• 基于主键索引的固定步长抽样（需要更高精度时用）
  如果觉得EXPLAIN的估算精度不够，可以用有聚簇索引的自增主键做抽样，避免索引失效：

  -- 注意这里取模的字段必须是有聚簇索引的自增主键id，不能是其他无索引/二级索引字段
  SELECT COUNT(1) * 10 AS estimate_count 
  FROM `你的表名`
  WHERE id MOD 10 = 0 
    AND 你的业务查询条件;
  

  这个语句会沿着主键B+树扫描，只需要判断每10行里的1行是否符合条件，扫描行数直接降到原查询的1/10，性能会有明显提升。如果对精度要求更低，可以把步长调到20、100，对应结果乘以20、100即可，扫描行数会进一步降低。
• 预聚合汇总表（查询维度固定时用）
  如果你的查询筛选维度是固定的（比如只有按分类、按时间范围筛选的场景），可以额外建一张计数汇总表，写入数据时同步更新对应维度的计数值，查询时直接读汇总表，响应时间是常数级。缺点是会增加写入侧的开销，不适合筛选条件灵活多变的通用搜索场景。

提示：如果你的原查询本身能够命中覆盖索引（比如查询条件和COUNT需要的字段都在同一个二级索引里），精确COUNT的性能其实足够高，不需要额外做估算。只有当查询需要回表、扫描行数超过百万级时，估算方案的性能优势才会体现出来。

内容的提问来源于stack exchange，提问作者Ned Hulton