高性能MySQL--MySQL数据类型介绍和最优数据类型选择

Posted 2020-12-25 JohnsonChung

mysql支持的数据类型很多，那么选择合适的数据类型对于获得高性能就至关重要。那么就先了解各种类型的优缺点！

一、类型介绍

1、整型类型

　　整型类型有： TINYINT，SMALLINT，MEDIUMINT，INT，BIGINT 。他们分别占8，16，24，32，64位储存空间。可存储的整数范围为-2^(N-1)到2^(N-1)-1，其中N是存储空间的位数。

还可以将整数类型设为 UNSIGNED ，这样几乎可以是其范围增大一倍。例如TINYINT范围是-128 - 127，而TINYINT UNSIGNED的范围是0-255。不过这两种只是在范围上有缺别，在存储空间和性能上都是一样的。

 

2、实数类型

　　对于实数类型，MySQL即支持精确类型(DECIMAL)，也支持不精确类型(FLOAT，DOUBLE)。

　　DECIMAL类型允许最多存储65位数字，因此它可以存储比BIGINT还大的数字。而且在MySQL5.0或更高版本中，MySQL服务器自身实现的DECIMAL的高精度计算。但相比较浮点类型，因为CPU直接支持原声浮点计算，所以浮点类型计算会更快。

　　通常来说，浮点类型在存储相同的范围时，比DECIMAL使用更少的空间。FLOAT占用4个字节存储，DOUBLE占用8个字节存储，但相比FLOAT有更高的精度和更大的范围。浮点类型存储时在精度上会有各种各样的问题，例如当你只把一列设为FLOAT，而没有指定精度时，在存储1234567.33会变成1234570。

　　DECIMAL所占的字节比较特殊。它是在小数点前后分别使用每4个字节存储9位数字。具体看mysql手册说法：

所以我们使用最多的DECIMAL(10,2)所占的字节数为1+4+1+1=7个字节（小数点占一个字节）。

因为需要额外的计算开销和存储空间，所以应该尽量只在对小数进行精确计算时才使用DECIMAL--例如存储财务数据。当你的数据量比较大的时候，为了避免浮点存储计算不精确和DECIMAL精确计算代价高的问题，可以使用BIGINT代替DECIMAL，只需将原来需要存储的小数乘以相应的倍数即可（BIGINT的范围满足你的需求）。

 

3、字符串类型

　　VARCHAR类型用于存储可变长的字符串，所以它需要1或2个额外的字节记录字符串的长度：如果列的长度小于或等于255个字节，则只使用1个字节表示，否则使用2个字节表示。例如varchar(10)就需要11个字节，varchar(1000)则需要1002个字节。

　　VARCHAR节省了存储空间，所以对性能有所帮助。但由于行是变长的，在UPDATE时可能是原来的行更长，这就会导致需要做一些额外的工作。如果一个行占用的空间曾长，并且在页内没有更多的空间可以存储，这是INNODB就会分裂当前页来使行可以放进页内。

　　下面这些情况使用VARCHAR是合适的：

• 字符串列的最大长度比平均长度大很多
• 列的更新很少
• 使用了UTF-8这样的字符集，每个字符都是用不同的字节存储

 

　　CHAR类型是定长的：MySQL总是根据定义字符串的长度分配足够空间。因为CHAR会根据需要采用空格填充到字符串末尾，而且当你检索时，CHAR会删除末尾的空格。所以会有一个很有趣的事情发生，当你存储一个"Johnson  "到char(10)时，检索出来的结果却是"Johnson"，因为MySQL并不知道这空格是你存的还是系统自动填充的。

　　CHAR很适合存储很短的字符串或所有值都接近同一个长度。例如密码的MD5值。

 

　　BLOB和TEXT都是为了存储很大的数据类型而设计的字符串数据类型，分别采用二进制和字符方式存储。而且当它们存储的数据过大时，INNOSB会使用专门的‘外部’空间来存储数据，此时每个值的行内仅存储一个1 ～ 4个字节的指针，然后在外部区域存储真实的指。当需要对BLOB和TEXT排序时，它只对每个列的最前 max_sort_length 进行排序。这个值是可以配置的。

 

4、 枚举类型

　　有时候可以使用枚举类型代替常用的字符串类型。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”的映射关系。比如性别列，就可以用enum(男，女，未知)，这里有些人可能用TINYINT代替枚举，实际我感觉这并不能带来性能的优化，只不过你把“数字-字符串”的映射关系搬到你的业务逻辑中处理，如果你的注释写的不清晰，反而会给新人带来困惑。

　　对于弱类型语言来说，枚举并不是狠友好。举个栗子：select id,name from users where id = 1; 和 select id,name from users where id = ‘1’; 得到的结果是一样的。因为ENUM内部存储是用的整型，所以在检索ENUM类型时也可以用整数，例如 select id,name from users where sex = 1; 和 select id,name from users where sex = \'男\'; 可以得到相同的结果。但

select id,name from users where sex = ‘1’;

就检索不到任何值。但如果你设计和使用的好，依然可以用。

 

5、日期和时间类型

　　日期和时间类型共有：DATE、TIME、YEAR、DATETIME和TIMESTAMP。其中DATE、TIME、YEAR分别占4，3，1字节，并且存储的时间格式为YYYY-MM-DD，HH:MM:SS，YYYY。这三种日期和时间类型相对用的比较少。这里主要介绍DATETIME和TIMESTAMP的区别。

　　DATETIME存储的范围大，从1001到9999年，精度为秒，存储格式为YYYY-MM-DD HH:MM:SS，占8个字节的存储空间。

　　TIMESTAMP存的范围要小很多，从1970年到2038年（快超出范围了），精度为秒，存储格式也为YYYY-MM-DD HH:MM:SS，但只占4个字节的存储空间。TIMESTAMP默认为NOT NULL，并且当插入时没有指定该列值时，会默认把MySQL当前时间插入进去。除了特殊行为，否则应该尽量使用TIMESTAMP，因为它比DATETIME占更少的存储空间。

　　这里要特殊说明的是，有时候有的人会将Unix时间戳存储为整数（我们公司就是这么干滴），但这不会带来任何收益。反而用整数保存时间戳的格式通常不方便处理，所以不推荐这样做。

 

二、选择优化的数据类型

• 更小的更长更好

　　　　一般情况下，应该尽量使用可以正确存储数据的最小数据类型。例如只需要存0～200的值，显然TINYINT UNSIGNED就足够了。更小的数据类型更快，因为它们占用更少的磁盘、内存和CPU，并且处理时需要的CPU周期也更少。

• 简单就好

　　　　简单的数据类型的操作通常需要更少的CPU周期。例如应该用整型存储IP而不是字符串。

• 尽量避免NULL

　　　　可为NULL的列会使用更多的存储空间，在MySQL里也需要特殊的处理。但可为NULL的列被索引时，每个索引记录需要一个额外的字节。