Snowflake cloud data platform 计数（*）与雪花中的计数（列）性能

因为SnowFlake是一个列数据库，所以使用COUNT（*）vs COUNT（column）时会影响性能吗？这是假设您所引用的列没有任何空值

count（column）

的理论开销是数据库需要检查每一行的值是否真的不是空值，这在

count（*）中是不必要的

使用
count（*）
数据库还可以自由选择任何索引以加快计数，而使用
count（column）
则强制执行检查所有值，而不是使用主键索引等

一个好的优化器可能会使两个版本执行相同的操作（前提是存在
NOT NULL
约束），但
count（*）
会让它有更多的可能性。
count（column）
的理论开销是数据库需要检查每一行的值是否真的不是NULL，对于
count（*）
，这是不必要的

使用
count（*）
数据库还可以自由选择任何索引以加快计数，而使用
count（column）
则强制执行检查所有值，而不是使用主键索引等

一个好的优化器可能会使两个版本执行相同的操作（前提是存在
notnull
约束），但是
count（*）
会让它有更多的可能性。
正如一个没有名称的\u horse\u解释的那样，这两个函数是不同的，但是您已经提到了列没有空值。因此，在您的案例中，它们应该返回相同的结果

更重要的是，雪花有一个特殊的计数函数优化。在我看来，如果使用COUNT（*）或COUNT（column），即使列包含空值，它也不会影响性能！对于这两种情况，Snowflake都使用元数据统计信息，因此它实际上不计算行数

您可以使用雪花样本数据对其进行测试：

select count(*) from snowflake_sample_data.TPCH_SF1000.LINEITEM;
-- 5999989709

select count(L_ORDERKEY) from snowflake_sample_data.TPCH_SF1000.LINEITEM;
-- 5999989709

这两个查询都将立即返回结果，尽管表大小约为170G，并且包含的行数超过5G。
作为带有\u no \u名称的\u horse\u解释，这两个函数不同，但您已经提到该列没有空值。因此，在您的案例中，它们应该返回相同的结果

更重要的是，雪花有一个特殊的计数函数优化。在我看来，如果使用COUNT（*）或COUNT（column），即使列包含空值，它也不会影响性能！对于这两种情况，Snowflake都使用元数据统计信息，因此它实际上不计算行数

您可以使用雪花样本数据对其进行测试：

select count(*) from snowflake_sample_data.TPCH_SF1000.LINEITEM;
-- 5999989709

select count(L_ORDERKEY) from snowflake_sample_data.TPCH_SF1000.LINEITEM;
-- 5999989709

这两个查询都将立即返回结果，尽管表大小约为170G，并且包含超过5G行。
count（*）
和
count（column）
正在做两件不同的事情。除非将列定义为非空，否则不能将一个替换为另一个。如果列定义为非空为真，是否有理由选择一个。除非
列
被定义为非空，否则不能将一个替换为另一个如果列被定义为非空为真，是否有理由选择其中一个？