count数据库用法？
1.查询表有多少条记录
select count(*) from table;
2.查询表中符合条件的记录数
select count(*) from table where id > 100;
3.查询每个分组的记录数
select name, count(*) as count from table group by name;
(1) 如果在开发中确实需要用到count()聚合，那么优先考虑count(*)，因为mysql数据库本身对于count(*)做了特别的优化处理。
(2) 使用count()聚合函数后，最好不要跟where age = 1 这样的条件，会导致不走索引，降低查询效率，除非该字段已经建立了索引。使用count()聚合函数后，若有where条件，且where条件的字段未建立索引，则查询不会走索引，直接扫描了全表。
(3) count(字段)，非主键字段，这样的使用方式最好不要出现，因为它不会走索引。
mysql count如何达到毫秒级？
要在MySQL中实现毫秒级的COUNT查询速度，可以尝试以下优化措施：
1. 索引优化：确保表中使用了适当的索引。对于COUNT查询，通常可以在查询字段上创建索引来提高查询性能。使用EXPLAIN语句来检查查询计划并确定是否有缺失的索引。
2. 垂直分割：如果表的列很多，但查询中只需要部分列的数据，可以考虑将表进行垂直分割，将经常使用的列放在一个表中，将不常使用的列放在另一个表中。这样可以减少查询的数据量，提高查询性能。
3. 冗余数据：如果COUNT查询的数据量很大，可以考虑创建冗余数据，将计算好的COUNT结果保存在另一个表中，并定期更新冗余数据，而不需要每次都进行COUNT计算。
4. 分区表：如果表的数据量非常大，可以考虑将表进行分区，将数据划分到多个物理存储单元中，可以提高查询的并发性和响应速度。
5. 内存优化：通过增加服务器的内存，可以将查询缓存放入内存中，加快COUNT查询的速度。
6. 优化查询语句：对COUNT查询的语句进行优化，尽量避免全表扫描。使用WHERE子句和LIMIT子句限制查询的范围，减少不必要的计算。
需要注意的是，以上的优化措施对于不同的表结构和数据量可能会有不同的效果。在进行任何优化之前，建议先对表进行性能分析，评估当前的瓶颈点，并根据具体情况选择适合的优化策略。