MySQL数据类型的详解

小灰灰 2020-05-31 15:02 867阅读 0赞

# MySQL数据类型的详解

**对MySql数据类型的认识：**

由于Mysql独有的特性和实现细节对性能的影响是很明显的，因为做好Mysql数据库的设计很关键。对于数据库设计，我们不得不提表字段的类型选择，由于Mysql支持的数据类型非常多，因此如何选择正确的数据类型对于获得高性能至关重要。不管要存储的数据是什么类型，我们都需要根据一些数据库设计原则来考虑。

**选择数据类型的思考**

更小的通常是更好的（一般情况下，应该尽可能使用正确存储数据的最小数据类型。）

为什么呢？

> （1） 因为更小的数据类型通常更快，因为它们占用更少的磁盘、内存和CPU缓存，并且处理时需要的CPU周期也更短。
> （2） 要确保没有低估需要存储的值的范围，更小是相对与数据类型的最大值范围来讲的。
> （3） 如果无法确定哪个数据类型是最好的，就选择你认为不会超过范围的最小类型。

简单就好（简单数据类型的操作通常需要更短的CPU周期。）

为什么呢？下面有几个例子说明一下原因。

> （1） 整型比字符串操作代价更低，因为字符串集和校对规则（排序规则）是的字符比较比整型比较更复杂。
> （2） 存储日期和时间应该使用Mysql内建的类型（date,time,datatime）。
> （3） IP地址的存储应该用整型(int)。

尽量避免 NULL （空值）

为什么呢？

> （1） 很多表都包含可为NULL的列，就算程序并不需要保存NULL也是如此，这是因为列的默认属性就是可为NULL。通常情况下最好指定列NOT NULL，除非真的需要存储NULL。
> （2） 如果查询中包含可为NULL的列，对于Mysql来说是很难优化的，因为NULL的列使得索引，索引统计和值比较都更复杂。可为NULL的列会使用更多的存储空间，在Mysql里也需要特殊处理。当可为NULL的列被索引时，每个索引记录需要一个额外的字节，在MyISAM里甚至还可能导致固定大小的索引变成可变大小的索引。
> （3） 通常把可为NULL的列改为NOTNULL带来性能提升比较小，如果计划在列上建索引的话，就应该尽量避免设计成可为NULL的列。（也有一个例外，那就是在InnoDB中，会使用单独的位（bit）来存储NULL值，所以对稀疏数据有很好的空间效率。）

总结

在为列选择数据类型时，第一步需要确定合适的大类型（数字、字符串、时间等等），这通常是很简单的，那么下一步就是选择具体的类型了。

很多Mysql的数据类型可以存储相同类型的数据，只是存储的长度和范围不一样、允许的精度不同，或者需要的物理空间（磁盘和内存空间）不同。相同大类型的不同子类型数据有时候也有一些特殊的行为和属性。比如：DATATIME 和 TIMESAMP列都可以存储相同类型的数据（时间和日期）并且精确到秒，然而TIMESTAMP只使用DATATIME一半的存储空间，并且会根据时区变化，具有特殊的自动更新能力。另外TIMESTAMP允许的时间范围要小得多，有时候它的特殊能力会成为障碍，这都是我们开发者需要考虑的。

**整数类型**

有两个类型的数字：整数（whole number）和实数（real number）。

如果存储整数，可以使用这几种整数类型：TINNYINT（8）、SMALLINT（16）、MEDIUMINT（24）、INT（32）、BIGINT（64）。

整数类型有可选的的UNSIGNED属性，表示不允许为负值，这大致可以是正数的上限提高一倍。

比如：TINYINT UNSIGNED可以存储的范围是0~255，而TINYINT的存储范围是-127~128.

有符号和无符号类型使用相同的存储空间，并具有相同的功能.

因此可以根据实际情况选择合适的类型。

你的选择决定Mysql是怎么在内存和磁盘中保存数据的。

整数一般选择64位的BIGINT整数，即使在32位环境下也是如此。（但是一些聚合函数是例外，它们是使用DECIMAL或DOUBLE进行计算的）

Mysql可以为整数类型指定宽度。

比如：INT（11），对大多数应用这是没有意义的：它不会限制值的合法范围，只是规定了Mysql的一些交互工具（例如Mysql命令行客户端）用来显示字符的个数。对于存储和计算来讲，INT（1）和INT（20）是相同的。

> 一些第三方存储引擎（比如Infobright）有时也有自定义的存储格式和压缩方案，并不一定使用常见的Mysql内置引擎的方式。

**实数类型**

实数是带有小数部分的数字。

它们不只是未来存储小数部分，也可以使用DECIMAL存储比BIGINT还要大的整数。Mysql既支持精确类型，也支持不精确类型。DECIMAL类型用于存储精确的小数。

在Mysql5.0或者更高版本支持精确运算，而在Mysql4.1以及更早版本中使用浮点运算会出现异常（主要是精度的损失导致的）FLOAT和DECIMAL类型都可以指定进度。

对于DECIMAL列可以指定小数点前后所允许的最大位数，这会影响列的空间消耗。有很多方法可以指定FLOAT（浮点）列所需要的精度，这会使得Mysql悄悄选择了不同的数据类型，或者在存储时对值进行取舍，但是这些精度往往都是非标准的，所以一般建议只指定数据类型不指定精度。

由于需要额外的空间和计算开销，所以应该尽量只在对小数进行精确计算时才使用DECIMAL。比如存储财务数据，但是如果数据量比较大的时候，可以考虑使用BIGINT代替DECIMAL，将需要存储的货币单位根据小数的位数乘以相应的倍数即可。FLOAT和DOUBLE类型支持使用标准的浮点运算进行近似计算。

**字符串类型**

Mysql支持多种字符串类型，每种类型还有很多变种。其中VARCHAR和CHAR是两种最主要的字符串类型。

```
注意：Mysql存储引擎存储CHAR或者VARCHAR值的方式在内存中和在磁盘上可能不一样，所以Mysql服务器从存储引擎读取的值可能需要转换为另外一种存储格式。
```

VARCHAR类型用于存储可变长字符串，是最常见的字符串数据类型。

VARCHAR比定长类型更节省空间，因为它仅使用必要的空间（越短的字符串使用越少的空间）。

VARCHAR需要使用1或2个额外字节记录字符串的长度。

VARCHAR节省了存储空间，所以对性能是有帮助的。

> 下面是一些VARCHAR适合使用的场景：
> （1）字符串列的最大长度比平均长度大很多。
> （2）列的更新很少，所以碎片不是问题。
> （3）使用了像UTF-8这样复杂的字符集，每个字符都使用不同的字节数进行存储。

CHAR类型是定长的。（Mysql总是根据定义的字符串长度分配足够的空间）

CHAR适合存储很短的字符串，或者所有值都接近同一个长度。

和VARCHAR和CHAR类似的类型还有BINARY和VARBINARY，它们存储的都是二进制字符串。

```
注意：使用VARCAHR（5）和VARCHAR（200）存储“hello”的空间开销都是一样的，那么使用更短的列有什么优势呢？（事实证明有很大的优势）
```

更长的列会消耗更多的内存，因为Mysql通常会分配固定大小的内存块来保存内部值。尤其是使用内存临时表进行排序或者操作时会特别糟糕。在利用磁盘临时表进行排序时也同样糟糕。

```
注意：归根到底，最好的策略是只分配真正需要的空间。
```

BLOB和TEXT类型

BLOB和TEXT都是为存储很大的数据而设计的字符串数据类型，分别使用二进制和字符方式存储。

实际上它们分别属于两组不同的数据类型家族：字符串类型有TINYTEXT、SMALLTEXT、TEXT、MEDIUMTEXT、LONGTEXT；

二进制类型有TINYBLOB、SMALLBLOB、BLOB、MEDIUMBLOB、LONGBLOB；

**ENUM类型**

可以使用枚举（ENUM）代替字符串类型。很多时候建议使用枚举列代替常用的字符串类型。

（1）枚举列可以把一些不重复的字符串存储成一个预定义的集合。
（2）Mysql在存储枚举时非常紧凑，会根据列表值的数量压缩到一到两个字节中。
（3）Mysql在内部会将每个值在列表中的位置保存为整数，并且在表的.frm文件中保存“数字-字符串”映射关系的“查找表”。

```
注意：有一个令人吃惊的地方是，枚举字段是按照内部存储的整数而不是定义的字符串进行排序的。
注意：枚举最不好的地方是：字符串列表是固定的，添加或者删除字符串必须使用ALTER TABLE，因此对于一系列未来可能会改变的字符串，使用枚举并不是一个好主意，除非接受只能在列表末尾添加元素。
注意：由于Mysql把每个枚举值保存为整数，并且必须进行查找才能转换为字符串，所以枚举列有一些开销。
```

**日期和时间类型**

Mysql有很多类型可以保存日期和时间值，比如YEAR和DATE。

Mysql能存储的最小时间粒度为秒（MariaDB支持微秒级别的事件类型）。但是Mysql也可以使用微秒级别的粒度进行临时运算。

大部分时间类型都没有替代品，因此没有什么是最佳选择的问题。

接下来唯一的问题是保存日期和时间的时候需要做什么。

DATETIME

> （1）这个类型能保存大范围的值，从1001年到9999年，精度为秒。
> （2）DATETIME把时间和日期封装到格式为YYYYMMDDHHMMSS的整数中，与时区无关。
> （3）DATETIME使用8个字节的存储空间。

TIMESTAMP

（1）TIMESTAMP类型保存了从1970年1月1日午夜以来的秒数，它和UNIX时间戳相同。
（2）TIMESTAMP只使用4个字节的存储空间，因此它的范围比DATETIME小得多。
（3）TIMESTAMP显示的值依赖时区。

DATETIME和TIMESTAMP的对比:

（1）默认情况下，如果插入时没有指定第一个TIMESTAMP列的值，Mysql则设置这个列的值为当前时间。（这是DATETIME没有的特性）
（2）在插入一行记录时，Mysql默认也会更新第一个TIMESTAMP列的值。
（3）TIMESTAMP列默认为NOT NULL，这与其他的数据类型不一样。

总结

> （1）除了特殊行为之外，通常也应该尽可能使用TIMESTAMP，因为它比DATETIME空间效率更高。
> （2）一般来讲不建议把UNIX时间戳保存为整数值，这不会带来任何收益，用整数保存时间戳格式通常不方便处理。
> （3）如果需呀存储比秒更小粒度的日期和时间值，可以使用BIGINT类型存储微秒级别的时间戳，或者使用DOUBLE存储秒之后的小数部分，也可以用MariaDB替代Mysql。

**位数据类型**

BIT定义一个包含单个位的字段，BIT（2）存储2个位，最大长度是64个位。

```
注意：一般建议谨慎使用BIT类型，对于大部分应用来讲最好避免使用这种类型。
```

选择标识符

为identifier（标识列）选择合适的数据类型非常重要。

一般来讲更有可能用标识列与其他值进行比较，或者通过标识列寻找其他列。

当选择标识列的类型时，不仅仅需要考虑存储类型，还需要考虑Mysql对这种类型怎么执行计算和比较。

一旦选定了一种类型，要确保在所有关联表中都使用同样的类型。

在可以满足值的范围需求，并且预留未来增长空间的前提下，应该选择最小的数据类型。

```
注意：整数通常是标识列最好的选择，因为它们很快而且可以使用AUTO_INCREMENT。注意：ENUM和SET是最糟糕的选择了；如果可能也尽可能避免使用字符串作为标识列，因为它们很消耗空间并且通常比数字类慢。
```

**全文总结**

对于数据库设计，一定要三思而后行，选择最适合的数据列类型还有决定数据列的大小都是很关键的一步。其实大可不必惊慌，无论对于任何类型需求的数据表设计，你只要记住一个原则，很重要很重要很重要的原则：尽可能使用正确存储数据的最小数据类型。