count(*)统计所有行（含null），不受列值影响；count(列名)仅统计该列非null行，遇null则跳过，易导致结果偏少且性能更差。
统计总行数时，COUNT(*) 不受 NULL 值干扰
COUNT(*) 统计的是结果集的物理行数，完全不检查任何列的内容。哪怕所有字段都是 NULL，只要这一行被 WHERE 或 JOIN 保留下来，它就算一个。而 COUNT(列名) 必须逐行判断该列是否为 NULL，一旦列里有 NULL（比如未填写的 email、历史迁移缺失的 user_id），结果就会比实际行数少。
常见错误现象：COUNT(email) 返回 1200，COUNT(*) 却是 1500 → 说明有 300 行的 email 是 NULL。如果误用前者做分页总数或数据一致性校验，逻辑就错了。
MySQL InnoDB 对 COUNT(*) 有专属优化路径
在无 WHERE 条件的全表统计场景下，MySQL 8.0+ 的 InnoDB 会自动选择最小索引（通常是主键）扫描，甚至跳过读取行数据本身，只遍历索引页的记录数。而 COUNT(列名) 即使该列有索引，也得确认每条索引项对应的真实行是否有效、该列值是否为 NULL，无法跳过值检查。
性能差异在以下情况更明显：
- 列允许
NULL且无索引 →COUNT(列名)很可能触发全表扫描 - 列有索引但
NULL比例高（如 70%）→ 索引覆盖无效，仍要回表判空 - 使用
LEFT JOIN后统计左表行数 →COUNT(*)数的是连接后行数，但至少语义明确；而COUNT(右表.列)会把没匹配上的NULL行全剔除，结果既不是左表数也不是关联数
COUNT(列名) 的语义容易被误读，尤其在 JOIN 场景
写 SELECT COUNT(*) FROM orders LEFT JOIN users ON orders.user_id = users.id，返回的是“连接产生的总行数”，不是订单数——如果某订单因测试数据异常匹配了 3 个用户，它就被算 3 次。这时若改用 COUNT(users.id)，反而会漏掉那些没关联用户的订单（因为 users.id 为 NULL 被跳过），结果变成“有多少订单成功关联了用户”，和原始需求彻底偏离。
真正想统计左表原始行数，必须用：
COUNT(DISTINCT orders.id)- 或先子查询
SELECT COUNT(*) FROM (SELECT DISTINCT id FROM orders) t - 绝不能依赖
COUNT(*)在 JOIN 后的结果，除非你清楚知道它数的是什么
别指望优化器自动等价替换
即使你确定 id 列是主键、NOT NULL，写 COUNT(id) 也不等于 COUNT(*)。MySQL 优化器不一定能把两者执行计划合并，尤其在复杂查询中。而 COUNT(*) 是 SQL 标准里明确定义“统计行数”的唯一函数，所有主流数据库（MySQL、PostgreSQL、SQL Server）都对其做了深度适配。
最容易被忽略的一点：NULL 处理是强制的、不可关闭的。哪怕你给列加了 DEFAULT 'N/A'，只要没加 NOT NULL 约束，显式插入 NULL 就依然会被 COUNT(列名) 跳过。上线前用 SELECT COUNT(*), COUNT(列名), COUNT(*) - COUNT(列名) FROM 表 查一遍 NULL 占比，比事后排查逻辑错成本低得多。
