EXPLAIN 和 SHOW TABLE STATUS LIKE 里返回的 rows 为什么不准确？

昨天，微信群里有一个网友问了这个问题：“SHOW TABLE STATUS LIKE 里返回的 rows 为什么不是准确的啊 ?”

今天，我就抽个时间简单的说一下！如果有错误的地方，请大家评论里留言指正！

首先，我们根据字面意思来看，rows 代表的行数。准确的说是受影响的行数，或者说是扫描的行数！

从理论上来说，我实际查询扫描了多少行数，应该是准确的。但是这里显示不准确，MySQL 统计的不准确，是 MySQL 故意这样设计的吗？如果是，那为什么要这样设计？

显然，不准确的这件事，MySQL 是知道的。那么它这样设计一定是有原因的。

我们都知道，MySQL 有一个优化器，它会对你的 SQL 进行一些优化。优化器的原理就是在真正执行 SQL 之前来估算一些每种执行策略的代价，选择一种它认为最好的方案去执行！

由于，优化器是在真正执行前做出的判断，所以它不可能是准确的。优化器，只能根据索引的“区分度”来统计、估算要扫描的行数。

在这里，MySQL 为了操作数据更高效。利用数学知识，做了一个抽样统计。

抽样，就是 InnoDB 默认会选择 N 个数据页，统计这些页面上的不同值，得到一个平均值，然后乘以这个索引的页面数，就得到了这个索引的基数。

以上也就解释了为什么 EXPLAIN 和 SHOW TABLE STATUS LIKE 里返回的 rows 不准确！

下面是一个活动。由于昨天的那篇文章中，有人反馈二维码被遮挡了，所以，今天再把二维码发出来！

其实，除了上面我解释的 MySQL 采样统计用到了数学外，操作系统，人工智能，机器学习，各种算法，数据结构等都离不开数学。更准确的说，编程就离不开数学。下面的这些数据结构就更离不数学了。

这张图是极客时间《程序员的数学基础课》这个专栏中列举的内容。

这个专栏中还包含：二进制转化、计算机的除法取模和取余、哈希函数、计算平方根、归并排序、MapReduce、不重复排列、全排列、世界杯的赛程安排、距离的查询推荐、状态转移方程编程实现、树的深度优先搜索、广度优先搜索、人际关系的六度理论、双向广度优先搜索、计算机看地图、时间和空间复杂度、数组、链表、队列、栈、SQL的各种连接查询、概率和统计、随机数、贝叶斯法则、区分特定类型的新闻、计算机自动处理分类、语音识别、信息熵、PageRank、决策树、卡方、欠拟合和过拟合、线性代数、向量空间模型、文本检索、文本聚类、矩阵、协同过滤推荐、线性回归、高斯消元求解线性方程组、最小二乘法进行直线拟合、协方差矩阵来降维、挖掘潜在的语义关系、缓存系统的哈希表和队列实现、打造简单的搜索引擎、电商平台的搜索结果更相关、推荐系统的相似度的协同过滤、推荐系统的分析用户和物品的矩阵、综合应用个性化用户画像、反码和补码、位操作的应用实例、程序员的数学书等内容。

现在如果你想学，那么就扫描上方二维码购买，拼团成功后，加微信ID：xttblog，返现24!

： » EXPLAIN 和 SHOW TABLE STATUS LIKE 里返回的 rows 为什么不准确？