mysql的count函数里如何加条件

在构建高性能的AI基础设施和数据分析平台时，我们经常需要对数据进行多维度的实时统计。传统的做法可能是执行多个SELECT COUNT(*)查询，每个查询对应一个特定的WHERE条件。然而，这种方法效率低下，因为它需要数据库对同一张表进行多次全表扫描（Full Table Scan）。

作为AI基础设施的资深工程师，我们的目标是在单次查询中完成所有计数，从而大幅减少I/O和CPU开销。实现这一目标的核心技术就是利用COUNT()函数与CASE表达式的结合。

核心技巧：COUNT(CASE WHEN … THEN 1 END)

MySQL中的COUNT(expression)只计算expression非NULL的行数。这是实现条件计数的关键。

通过将条件逻辑嵌入到CASE表达式中，我们可以确保只有符合条件的行返回一个非NULL值（例如1），而所有不符合条件的行则返回NULL。

工作原理

1. CASE WHEN condition THEN 1：如果条件满足，返回数字 1。
2. ELSE部分被省略：如果条件不满足，CASE表达式默认返回 NULL。
3. COUNT()：只对返回 1 的行进行计数，忽略返回 NULL 的行。

实用代码示例

假设我们有一个用于记录模型推理请求的日志表inference_logs，我们需要统计总请求数、成功请求数以及延迟超过500ms的请求数。

1. 创建示例表

首先，我们创建并填充一个示例表：

1
2
3
4
5
6
7
8
9
10
11
12
13
CREATE TABLE inference_logs (

    id INT PRIMARY KEY AUTO_INCREMENT,

    request_time DATETIME,

    status VARCHAR(10), -- 'SUCCESS' or 'FAILURE'

    latency_ms INT

);



INSERT INTO inference_logs (request_time, status, latency_ms) VALUES

('2023-10-20 10:00:00', 'SUCCESS', 120),

('2023-10-20 10:01:00', 'FAILURE', 80),

('2023-10-20 10:02:00', 'SUCCESS', 650), -- 慢请求

('2023-10-20 10:03:00', 'SUCCESS', 250),

('2023-10-20 10:04:00', 'FAILURE', 1100); -- 慢且失败

2. 单次查询实现多条件计数

使用COUNT(CASE WHEN …)语法，我们可以在一次扫描中获取所有需要的指标：

1
2
3
4
5
6
7
SELECT

    COUNT(*) AS total_requests, -- 总行数

    COUNT(CASE WHEN status = 'SUCCESS' THEN 1 END) AS successful_requests,

    COUNT(CASE WHEN status = 'FAILURE' THEN 1 END) AS failed_requests,

    COUNT(CASE WHEN latency_ms > 500 THEN 1 END) AS high_latency_requests

FROM

    inference_logs;

输出结果：

进阶优化：使用SUM()进行条件计数

在MySQL中，布尔表达式（如status = ‘SUCCESS’）在数值上下文中会被自动转换为 1 (TRUE) 或 0 (FALSE)。因此，对于仅需要计数的情况，使用SUM()函数通常比COUNT(CASE…)更简洁，并且在某些情况下可能更具可读性。

1
2
3
4
5
6
SELECT

    COUNT(*) AS total_requests,

    SUM(status = 'SUCCESS') AS successful_requests_sum,

    SUM(latency_ms > 500) AS high_latency_requests_sum

FROM

    inference_logs;

注意： 这种SUM(boolean_expression)的写法是MySQL和PostgreSQL等数据库的常见优化技巧，但可能不适用于所有严格遵循SQL标准的数据库。

总结：性能优势

无论是使用COUNT(CASE WHEN …)还是MySQL特定的SUM(boolean_expression)，核心价值在于将N个独立的SELECT查询合并为一个，显著提高了数据聚合的效率和数据库的吞吐量。在处理PB级数据的AI模型监控和特征存储场景中，这种优化是至关重要的。