Mysql中级:Schema 与数据库类型优化

Posted 2021-04-29 曹冲称象

本章内容是为接下来两个章节做铺垫，在这三张章中，我们讨论逻辑设计，物理设计和查询执行，以及他们的相互作用

选择优化的数据类型

mysql中支持的数据类型非常多，选择正确的数据类型对于获得高性能至关重要，不管存储那种数据类型，以下几个原则都有助于做出更好的选择

1. 更小的通常更好，一般情况下，应该使用正确存储数据的最小数据类型，更小的数据类型通常占用更少的磁盘和内存，并且处理时需要的CPU周期也最小
2. 简单就好，简单的数据类型通常需要更少的CPU周期，例如整形比字符操作代价更低，举两个例子，一般用Mysql自带的date来处理日期，以及存储IP地址应该使用整形
3. 尽量避免使用NULL，通常情况下，最好指定列为NOT NULL，除非真的需要存储NULL值

整数类型

整数类型有TINYINT，SMALLINT，MEDIUMINT,INT,BIGINT.分别使用8,24,32,64位存储空间，他们可以存储的范围从

-2^{(n-1)} ~ 2^{(n-1)}

Mysql可以整数型指定宽度，例如INT(11)，对大多数应用而言是没有意义的，他不会限制合法的范围，例如 INT(1) 和 INT(20) 是相同的

实数类型

• Float使用四个字节存储
• Double使用8个字节存储
• DeCIMAL使用65个数字，但是在实际的计算过程中会转换为Double类型

在对数字要求精度比较高的时候，例如财务数据，可以考虑用BigInt代替Decimal只需要将存储的最小货币单位乘以相应的倍数即可，例如假设财务数据需要精确到万分之一分，可以把所有的金额乘以1百万，然后将结果存储在BigInt中，这样可以同时避免浮点计算不精确和Decimal计算昂贵的问题。

字符串类型

• char ：类型是定长的，适合存储很短的字符串，比如存储密码的MD5值，因为定长的char类型不容易产生碎片，对于非常短的列，存储空间上效率比varchar的要高
• varchar：用于存储可变长字符串，他比定长类型更省空间，同时varchar对性能也有帮助

慷慨是不明智的 使用varchar(5)和varchar(200) 存储Hello的空间开销是一样的，那么使用短的列有什么优势吗？

事实证明优势还是挺大的，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，尤其是在使用内存临时表进行排序操作时会变得特别糟糕，利用磁盘临时表进行排序的时候也同样糟糕，最好的策略是分配真正需要的空间

日期类型

DATETIME和TIMESTAMP都可以用来存储时间类型，但是TIMESTAMP只使用DATETIME一半的存储空间，并且会根据时区变化，但是TIMESTAMP允许的时间范围要小很多。

• DateTime 这个类型能保存大范围的值，从1001到9999，精度为秒，他把日期格式封装在YYYYMMDDHHMMSS的整数中，与时区无关
• Timestamp 保存了从1970年1月1日午夜以来的秒数据，他和unix的时间戳是相同的，但是他的范围要比DateTime小得多，只能表示1970年到2038年，TimeStamp默认的列not null，除特殊情况外，通常也应该尽量使用TimeStamp，因为他的空间使用效率更高，

位数据类型

Bit 和 set bit 和set 这两种数据类型一般需要谨慎使用，对于大部分的应用，应当最好避免使用这种类型。如果需要在bit的存储空间中存储一个ture/false值，那么可以创建一个为空的char(0),该列可以保存为空值或者长度为0的字符串

选择标识符

为标识符选择合适的数据类型非常重要，也就是主键的选择，通常整数是标识列最好的选择，因为他们可以很快并且可以使用Auto_Increment

字符串类型，如果可能，应当避免使用字符串类型作为标识列，因为他们非常耗空间，并且通常比数字慢

Mysql中设计中的缺陷

Mysql schema设计中的缺陷：

1. 太多的列：Mysql存储引擎API工作时需要在服务器层和存储引擎之间通过缓冲格式拷贝数据，然后再服务器层将缓存内容解码成各个列，从行缓冲中将编码过的列转化为行数据结构的代价非常高。
2. 太多的关联：Mysql限制了每个关联操作最多只能有61张表，因为EAV数据库需要许多自关联。如果需要查询执行得非常快速且并发性非常好，单个查询关联最好在12张表以内
3. 全能枚举：注意防止过度枚举的情况，过度枚举是一个有问题的设计方案

总结

良好的schema设计原则是普遍适用的，但是Mysql由他自己的实现细节，Mysql喜欢简单的，需要使用数据库的人应该也是喜欢简单的原则

• 避免过度设计，例如会导致极其复杂的查询的schema设计，或者有很多列的表设计
• 适用小而简单的合适的数据类型，除非真实数据模型确实有确切的需要，否则应当避免使用NULL
• 尽量使用相同的数据类型存储相似的或相关的值，尤其是在关联条件下使用的列
• 注意可变长的字符串，尤其是在临时表和排序时会导致悲观的按照最大长度分配的内存
• 尽量使用整数定义标识列
• 比秒使用Mysql已经遗弃的特性，例如指定浮点数精度，或者整数显示宽度
• 小心使用枚举ENUM和SET，虽然他们使用很方便，但是不要滥用否则有时候会变成陷阱，最好避免使用BIT