Schema与数据类型优化

Posted 2020-10-09

　　良好的逻辑设计和物理设计是高性能的基石，应该根据系统将要执行的查询语句来设计schema，这往往需要权衡各种因素。本章主要为接下来的索引优化与查询优化做铺垫，覆盖了mysql特有的schem设计方面的主题。

 

1：选择优化的数据类型

　　-->更小的通常更好: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，更小的数据类型通常更快，因为他们占用更小的磁盘，内核CPU缓存，并且处理时需要的CPU周期也更少。

　　-->简单就好:简单数据类型操作通常需要更少的cpu周期，例如，整形比字符串操作的代价更低，因为字符集和校对规则使得字符集比较比整型更加复杂。

　　-->尽量避免NULL:如果计划列上建立索引，就应该避免设计成可为NULL的列。

　　在为列悬着数据类型时，第一步需要确定合适的大类型:数字，字符串，时间等，下一步选择具体类型。

 

2.1：整数类型

 

　　-->存储整数的类型：TINYINT，SMALLINT，MEDIUMINT，INT，GIGINT。分别使用的存储空间为8，16，24，32，64位存储空间。它们而已存储的范围为：?2(N?1)到2(N?1)-1，N是存储空间的位数。

　　-->整数类型有可选的UNSIGNED属性，表示不允许负值，这大致可以使整数的上限提升一倍。

　　-->MySQL可以为整数类型指定宽度，例如INT(11)，对于大多数应用这是没有意义的。它不会限制值得合法范围。只是规定了MySQL的交互工具（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)是一样的。

2.2:实数类型

　　实数是带有小数部分的数字。MySQL支持精确类型，也支持不精确类型。

　　　　-->float和double类型支持使用标准的浮点运算进行近似计算。

　　　　-->DECIMAL类型用于存储精确的小数。在MySQL5.0+版本中DECIMAL类型支持精确计算,除非有必要，否则更应该选择考虑BIGINT乘以相应倍数代替DECIMAL，避免精确计算代价高的问题。

　　　　-->浮点和DECIMAL类型都可以指定精确度。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。

2.3字符串类型

　　VARCHAR和CHAR类型

　　　　VARCHAR

　　　　　　--->用于可变长字符串，比定长支付类型更节省空间，因为它仅仅使用必要空间。

　　　　　　-->需要1或者2个额外字节记录字符串长度。如果列的最大长度小于或者等于255，则值需要1个字节表示，否则使用2个字节。

　　　　　　-->MySQL4.1-版本中MySQL会删除末尾空格，5.0+版本中MySQL在存储和检索时会保留末尾空格。

　　　　　　-->InnoDB把过长的VARCHAR存储为BLOB。

　　　　CHAR

　　　　　　-->定长类型，MYSQL总是根据定义的字符串长度分配足够的空间，当存储为CHAR时，MYSQL会删除所有的末尾空格。

　　　　　　-->适合存储很短的字符串，或者所有值都接近同一个长度(适合存储密码的MD5值，因为这是一个定长)。适合经常变更的数据，因为定长不容易产生碎片。

　　　　　　-->适合非常短的列。如果采用单字节字符集只需要一个字节，但是VARCHAR(1)需要两个字节。

　　　　填充和截取空格的行为

CREATE TABLE `char_test` (
  `char_col` char(10) NOT NULL DEFAULT ‘‘,
  `varchar_col` varchar(10) NOT NULL DEFAULT ‘‘
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

insert into char_test (char_col, varchar_col) values (‘string1‘, ‘string1‘),(‘ string2‘, ‘ string2‘),(‘string3 ‘, ‘string3 ‘)

select concat("‘",char_col,"‘"), concat("‘",varchar_col,"‘") from char_test

select * from char_test where char_col = "string3 " and varchar_col = "string3"

3BLOB和TEXT类型

　　-->都是为存储很大的数据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。

　　-->字符类型：TINYTEXT，SMALLTEXT，TEXT，MEDIUMTEXT，LONGTEXT。

　　-->二进制类型：TINYBLOB，SMALLBLOB，BLOB，MEDIUMBLOB，LONGBLOB。

　　-->与其他的类型不同，MySQL把每个BLOB和TEXT值当作一个独立的对象处理。存储引擎在存储时，通常会做特殊处理。当BLOB和TEXT值太大时，InnoDB会使用专门的“外部”存储区域进行存储，此时每个值在行内需要1~4个字节存储一个指针，然后在外部存储区域存储实际的值。

　　-->BLOB和TEXT之间的不同是BLOB类型存储的是二进制数据，没有排序规则或字符集，而TEXT类型有字符集和排序规则。

　　-->MySQL对BLOB和TEXT进行排序与其他类型时不同的：它只对每个列的最前max_sort_length字节而不是整个字符串做排序。

4使用枚举代替字符串类型

　　-->MySQL在存储枚举时非常紧凑，会根据列表值得数量压缩至一个到两个字节。

　　-->不建议使用数字作为枚举类型进行存储。

　　-->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”。

• 　　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。 

-->所以如果要绕过这种限制那么就按照需要的顺序来定义枚举列。

-->可以在查询是使用FIELD()函数显示的指定排序顺序，但这会导致MySQL无法利用索引消除排序。

　　　　

5时间与日期类型

　　DATETME

　　　　-->这个类型能保存的值：从1001年到9999年，精度为妙。它把时间和日期封装到格式YYYYMMDDHHMMSS的整数中，与时区无关，保存在8字节中。

　　TIMESTAMP

　　　　-->它保存了从1970年1月1日午夜一来的秒数，它与unix时间戳是相同的。但它只用4个字节，所以表示的范围小一点。只能表示1970到2038年。

　　　　-->MySQL中FROM_UNIXTIME()函数把unix时间戳转换为日期。UNIX_TIMESTAMP()函数将日期转换为Unix的时间戳。依赖于时区。

　　TIMESTAMP默认情况下，如果插入没有指定第一个TIMESTAMP列的值，MYSQL则设置这个列的值（除非在UPDATE语句中明确指定了值）,TIMESTAMP列默认为NOT NULL，通常尽量使用TIMESTAMP，因为它比DATETIME空间效率更高，有时人们会将Unix时间戳存储为整数值，但是这不会带来任何收益，不推荐这么做

 

6位数据类型

　　所有的位数据，不论底层存储格式和处理方式如何，在技术上讲都是字符串类型。

　　BIT

　　　　-->可以使用BIT列在一列中存储一个或多个true/false值。BIT(1)定义一个包含单位的字段，BIT(2)存储2个位，因此可以推算，BIT列的最大长度为64位

　　　　-->BIT行为因存储引擎而异，MYISAM会打包存储所有的BIT列，而innoDB和Memory会为每个BIT列使用一个足够存储的最小整数类型来存储（TINYINT-->一个字节），所有并不能节省空间。

　　　　-->MySQL将bit当做字符串处理，而不是数字。当检索bit(1)时，结果是包含二进制0和1的字符串，而不是ascii码的“0”和“1”，因此会造成各种令人误解的问题，绝大多数的情况下，避免使用这一类型

　　如果想在bit存储空间中存储false/true值，另一个方法是创建一个可以为空的CHAR(0)列，该列可以保存空值（NULL）或者长度为零的字符串。

 

　　SET

　　　　-->可以保存很多true和false的值。SET在MySQL内部是一系列打包的位的集合来表示的。

7选择标识符

 

为标识列选择类型是非常重要的。

 

1. 整数类型

   整数通常是标识列的最好的选择。因为它们很快并且能使用AUTO_INCREMENT。

2. 枚举类型和SET类型

   不建议使用这两种当做标识列。

3. 字符串类型

   如果可能，应该避免使用字符串作为标识列，因为它们很消耗空间，并且通常比整数类型慢。

   1. 对于完全“随机”的字符串也要注意。例如：MD5()，SHA1()或者UUID()产生的字符串。这些函数生成的新值会任意的分布在很大的空间内，这会导致insert和select变得很慢。

   2. 原因：

      1. 因为插入值会随机地写到索引的不同的位置，所以使得insert语句很慢。
      2. select语句会变得更慢。因为逻辑上相邻的行会分布在磁盘和内存的不同的地方。
      3. 随机值导致缓存对所有类型的查询语句变得很差。因为缓存工作依赖访问局部性原理失效。会出现很多不命中。

8特殊类型数据

 

某些数据类型并不直接和内置数据类型一致。

 

1. 低于秒级精确度的时间戳就是一个例子。
2. IP存储是32位无符号整数，而不是字符串。MySQL提供INET_ATON()和INET_NTOA()函数在整数和.表示之间转换。