高性能MySQL--第四章 Schema与数据类型优化

1.选择优化的数据类型

通常情况下，应尽量选择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，占用更少的磁盘、内存、CPU缓存，处理时需要的CPU更少。

使用简单数据类型。

尽量避免null。最好指定列为NOT NULL。可以为NULL的列的索引、索引统计和值都较复杂，会使用更多存储空间，MySQL需特殊处理。不过设置为NOT NULL对性能提升较小，但是索引列最好避免NULL。而且InnoDB使用单独的位（bit）存储NULL值空间效率很好。

1.1整数类型：整数和实数。整数，TINYINT(8BIT) SMALLINT(16BIT)MEDIUMINT(24BIT)INT(32BIT)BIGINT(64BIT)存储范围-2^(N-1)~2(N-1)，N是存储空间的位数。UNSIGNED表示不允许负数，加了此属性，正数的上限提高一倍。实数，存储小数部分的数字，也可以使用DECIMAL存储比BIGINT大的整数。FLOAT和DOUBLE使用标准浮点运算进行近似计算，DECIMAL用于存储精确的小数，可以指定小数点前后允许的最大位数。允许最多65个数字。FLOAT4字节存储，DECIMAL8字节，DECIMAL将数字打包到一个二进制字符串中，每4字节存9个数字（小数点算一个数字），才、需额外的存储和计算开销，对小数进行精确计算时才选用DECIMAL，可以把小数乘以倍数用BIGINT来计算，避免浮点计算的不精确和DECIMAL精确计算代价高的问题。

1.2字符串类型：VACHAR，字符串长度可变，需使用额外的1～2字节存储字符串长度，列的最大长度小等于255使用1字节，否则2字节。CHAR，定长，适合存储端字符串，或长度接近的字符串（如密码的md5值）。VARBINARY和BINARY存储二进制字符串，区别类似于VERCHAR和CHAR，二进制字符串存储字节码而非字符，MySQL里，比较BINARY字符串时，每次按一个字节并根据该字节的数值进行比较，比较操作更简单，处理更快。TEXT和BLOB（二进制的）为存储很大的字符串数据设计，TINYBLOB，BLOB（SMALLBLOB），MEDIUMBLOB，LONGBLOB；TINYTEXT，TEXT（SMALLTEXT），MEDIUMTEXT，LONGTEXT。MySQL将它们当作独立的对象处理，InnoDB使用准们的存储区域进行存储，行内需要1～4字节存储指针，外部区域存储实际的值。BLOB没有排序规则和字符集，TEXT有。ENUM，有时可代替字符串类型，把一些不重复的字符串存储成一个预定义的集合，但是字符串列表是固定的，添加或删除字符串必需用ALTER TABLE，ENUM会根据列表值的数量压缩到1～2个字节中，MySQL会将每个值在列表中的位置保存为整数，并在表的.frm文件中保存数字-字符串的映射关系查找表，可以缩小表的大小。

1.3日期和时间数据类型：DATETIME，从1001到9999，精度为秒日期和时间封装到格式为YYYYMMDDHHMMSS的整数中，8个字节存储。TIMESTAMP，保存从1970年1月1日以来的秒数，和UNIX时间戳相同，使用4字节存储，只能表示1970年到2038年。

1.4位数据类型：底层都是字符串类型。BIT，最大长度64个位，最好避免使用。SET。

存储UUID值，应该移除-，或用UNHEX()函数转换UUID值为16字节的数字，存储在一个BINARY(16)列中，检索时可以通过HEX()函数来格式化为16进制格式。

Ipv4地址实际上是32位无符号整数，应该用无符号整数类型存储。

2.范式：参考：https://blog.csdn.net/wenco1/article/details/88077279

符合某一种级别的关系模式的集合，表示一个关系内部各属性之间的联系的合理化程度。

1NF的定义为：符合1NF的关系中的每个属性都不可再分

若在一张表中，在属性（或属性组）X的值确定的情况下，必定能确定属性Y的值，那么就可以说Y函数依赖于X，写作 X → Y。

设 K 为某表中的一个属性或属性组，若除 K 之外的所有属性都完全函数依赖于 K（这个“完全”不要漏了），那么我们称 K 为候选码，简称为码。

包含在任何一个码中的属性称为主属性。

2NF在1NF的基础之上，消除了非主属性对于码的部分函数依赖。

3NF在2NF的基础之上，消除了非主属性对于码的传递函数依赖。也就是说， 如果存在非主属性对于码的传递函数依赖，则不符合3NF的要求。

满足BCNF范式的条件如下：

所有的非主属性对每一个码都是完全函数依赖 （暗含 主关键字里面可能有多个码可以将实体区分）
所有的主属性对每一个不包含它的码也是完全函数依赖（即所选码与未选择的码之间也是完全函数依赖的）
没有任何属性完全函数依赖于非码的任何一组属性（即非主属性之间不能函数依赖）
参考：https://blog.csdn.net/qq_43079376/article/details/93647335

1NF： 字段是最小的的单元不可再分
2NF：满足1NF,表中的字段必须完全依赖于全部主键而非部分主键 (一般我们都会做到)
3NF：满足2NF,非主键外的所有字段必须互不依赖
4NF：满足3NF,消除表中的多值依赖

范式化schema的缺点是经常需要关联。

反范式化所有数据都在一张表里，减少关联。