MySQL支持很多种不同的数据类型,并且选择正确的数据类型对于获得高性能至关重要。不管选择何种类型,下面的简单原则都会有助于做出更好的选择:
(1).更小通常更好
一般来说,要试着使用正确地存储和表示数据的最小类型。更小的数据类型通常更快,因为它们使用了更少的磁盘空间、内存和CPU缓存,而且需要的CPU周期也更少。
但是要确保不人低估需要保存的值,在架构中的多个地方增加数据类型的范围是一件极其费力的工作。如果不确实需要什么数据类型,就选择你认为不会超出范围的最小类型。
(2).简单就好
越简单的数据类型,需要的CPU周期就越少。例如:比较整数的代价小于比较字符,因为字符集和排序规则使字符比较更复杂。
(3).尽量避免空(NULL)
要尽可地把字段定义为NOT NULL 。即使应用程序无须保存NULL,也有许多表包含了可为空的列,这仅仅是因为它为默认选项,除非真的要保存NULL,否则就把列定义为NOT NULL。
MySQL难以优化了使用了可空列的查询,它会使索引、索引统计和值更加复杂。可空列需要更多的存储空间,还需要在MySQL内部进行特殊处理。当可空列被索引的时候,每条记录都需要一个额外的字节,还能导致MyISAM中固定大小的索引(例如:一个整数列上的索引)变成可变大小的索引。
即使要在表中存储可为空的字段,也是有办法不使用NULL的,可以考虑使用0,特殊值或字符串来代替它。
把NULL列改为NOT NULL 带来的性能提升很小,所以除非确定它引入了问题,否则就不要把它当成优先的优化措施。如果计划对列进行索引,就要尽量避免把它设置为可为空(NULL)
2.整数
数字有两种类型:整数和实数,如果存储整数,就可以使用这几种整数类型:tinyint, smallint, mediumint, int, bigint ,它们分别需要8、16、24、32、64位存储空间。
整数类型有可选的unsigned(无符号)属性,它表示不允许为负数,并大致把正上限提高了一倍,例如:tinyint unsigned保存的翻围为0到255,而不是-127到128。
Signed(有符号)和unsigned(无符号)类型占用的存储空间是一样的,性能也一样。因此可以根据实际情况采用合适的类型。
你的选择将会决定MySQL把数据保存在内存中还是磁盘上,然而,整数运算通常使用64位的bingint整数。
MySQL还允许你对整数类型定义宽度,比如int(11)。这对于大在多数应用程序是没有意义的,它不限制值的范围,只规定了mysql的交互工具(例如命令客户端)用来显示字符的个数。对于存储计算,int(1)和int(20)是一样的。
3.实数
实数有分数部分,然而,它们并不仅仅是分数。可以使用decimal保存比出bigint还大的整数。MySQL同时支持精确与非精确类型。
Float和double类型支持使用标准的浮点运算进行近似计算。如果想知道浮点运算到底如何进行,则要研究生平台浮点数的具体实现。
比较起decimal类型,浮点类型保存同样大小的值使用的空间通常更小,float类型占用4个字节,double占用8个字节,而且精度更大,范围更广。和整数一样,你选择的仅仅是存储类型。mysql在内部对浮点类型使用double进行计算。
由于需要额外的空间和计算开销,只有在需要对小数进行精确的时候才使用decimal,比如保存金融数据。
4.字符串类型
Varchar和char类型
varchar:保存了可变长度的字符串,是使用得最多的字符串类型,它能比固定类型占用更少的存储空间,因为它只占用了自已需要的空间(也就是说较短的值占用的空间更小)。它使用额外的1-2个字节来存储值的长度。Varchar能节约空间,所以对性能有帮助。然而,由于行的长度是可变的,它们在更新的时候可能会发生变化,这会引起额外的工作。当最大长度远大于平均长度,并且很少发生更新的时候,通常适合用varchar。这时候碎片就不会成为问题,还有你使用复杂的字符集,如utf-8时,它的每个字符都可能会占用不同的存储空间。Varchar存取值时候,MySQL不会去掉字符串末尾的空格。
char:固定长度,char存取值时候,MySQL会去掉末尾的空格。Char在存储很短的字符串或长度近似相同的字符的时候很有用。例如,char适用于存储密码的MD5哈希值,它的长度总是一样的。对于经常改变的值,char也好于varchar,因为固定长度的行不容易产生碎片,对于很短的列,char的效率也高于varchar。Char(1)字符串对于单字节字符集只会占用1个字节,而varchar(1)则会占用2个字节,因为有一个字节用来存储其长度。
Char和varchar的兄弟类型为binary和varbinary,它们用于保存二进制的字符串,二进制字符串的传统的字符串很类似,但是它们保存的是字节而不是字符。填充也有所不同,MySQL使用\0(0字节)填充binary值,而不是空格,并且不会在获取数据的时候把填充的值截掉。
使用varchar(5)和varchar(200)保存“hello”占用的空间是一样的,但是使用较短的列有很大的优势,较大的列会使用更多的内存,因为MySQL通常会分配固定大小的内存块来保存值。这对排序或使用基于内存的临时表尤其不好。同样的事情也会发生在使用文件排序或基于磁盘的临时表的时候。
5.BLOB和TEXT类型
BLOB和TEXT分别用二进制和字符形式保存大量数据。
事实在,它们各有自的数据类型家族:字符类型有tinytext, smalltext, text, mediumtext和longtext, 二进制类型有tinyblob, smallblob, blob, medicmblob, longblob,BLOB 等同于smallblob, TEXT等同于smalltext
和其它类型不同,MySQL把blob, text当成有实体的对象来处理,存储引擎通常会特别地保存它们。InnoDB在它们较大的时候会使用单独的“外部”存储来进行保存,每个值在行里面都需要1-4字节,并且还需要足够的外部存储空间来保存实际的值。
BLOB和TEXT唯一的区别就是BLOB保存的是二进制数据,没有字符集和排序规则,TEXT保存的是字符数据,有字符集和排序规则。
MySQL对BLOB、TEXT列的排序方式和其它类型不同,它不会按照字符串的长度进行排序,而只是按照max_sort_length规定的前若干个字节进行排序,如果只按照开始的几个字符排序,就可以减少max_sort_length的值或使用ORDER BY SUBSTRING(column, length)。MySQL不能索引这些数据类型的完整长度,也不能为排序而使用索引。
6.使用ENUM代替固定字符串类型
ENUM列可以存储65535个不同的字符串,MySQL以非常紧凑的方式保存了它们,根据列表中值的数量,MySQL会把它们压缩到1-2个字节中,MySQL在内部会把每个值都保存为整数,以表示值在列表中的位置,并且还保留了一份“查找表”来表示整数和字符串在表的.frm文件中的映射关系。
Enum最不好的一面是字符串是固定的,如果需要添加或者删除字符串必须使用ALTER TABLE,因此,对于一系列未知可能会改变的字符串,使用enum就不是一个好主意,MySQL在内部的权限表中使用enum来保存Y值和N值。
由于MySQL把每个值保存为整数,并且须进行查找才能把它转换成字符串形式,所以enum有一些开销。这通常可以由它们较小的大小进行弥补,但不总是这样,在特定情况下,把char或varchar列和enum列进行联接,可能会比联接另一个chara或varchar列慢。
7.日期和时间类型
MySQL可以使用多种类型来保存各种日期和时间值,比中year和date,MySQL能存储的最细的时间粒度是秒,然而,它可以用毫秒的粒度进行暂时的运算。
MySQL提供两种相似的数据类型:DATETIME 和 TIMESTAMP,对于很多应用程序,它们都能正常工作,但是在某些情况下,一种会好于另外一种。
DATETIME:能够保存大范围的值,从1001年到9999年,精度为秒,它把日期和时间封装到一个格式为yyyyMMddHHmmss的整数当中,与时区无关。它使用了8个字节存储空间。
TIMESTAMP:保持了自1970年1月1日午夜(格林尼治标准时间)以来的秒数,它和Unix的时间戳相同。它只使用了4个字节存储空间。因此它比DATETIME的范围小得多。它表示自能从1970年到2038年。MySQL提供了FROM_UNIXTIME()函数把Unix时间戳转换为日期,并提供UNIX_TIMESTAMP()函数把日期转换为Unix时间戳。
TIMESTAMP显示的值依赖于时区,MySQL服务器、操作系统及客户端连接都有时区设置。因此,保存0值的TIMESTAMP实际显示的时间是美国东部的时间1969-12-31 19:00:00,与格林尼治标准时间(GMT)相差5小时。
TIMESTAMP也有DATETIME没有的特殊性质,在默认情况下,如果插入的行没有定义TIMESTAMP列的值,MySQL就会把它设置为当前时间。在更新的时候,如果没有显示地定义TIMESTAMP列的值,MySQL也会自动更新它。可以配置TIMESTAMP列的插入和更新行为。最后,TIMESTAMP默认是NOT NULL,这也和其它的数据类型不一样!
8.选择标识符
为标识列选择好的数据类型非常重要,你可能会更多地用它们和其他列做比较,还可能把它们用作其它表的外键,因为选择标识符列选择数据类型的时候,你也可能是在为相关的表选择数据类型。
当为标识符列选择数据类型的时候,不仅要考虑存储类型,还要考虑MySQL如何对它们进行计算和比较。例如:mysql会在内部把enum和set类型保存为整数,但是在比较的时候把它们转换为字符串。
一旦选择了数据类型,要确保在相关表中使用同样的类型。类型之前要精确匹配,包括诸如unsigned这样的属性。混合不同的数据类型会导致性能问题,即使没有性能问题,隐式的类型转换也能导致难以察觉的错误,在你已经忘记了自己是在对不同类型做比较的时候,这些错误就会突然出现。
选择最小的数据类型能表明所需值的范围,并且为将来留出增长的空间。例如,如果用porvince_id来表示中国的省份,那么我们知道它不会产成千上万个值,因类就没有必要使用int,用tinyint就足够了,它比int小3个节字,如果把一个表的主键是tinyint,而另一个表以int作为外键,那么就会造成较大的性能差距。
整数通常是标识符的最佳选择,因为它速度快,并且能使用auto_increment。
Enum和set通常不合适用作标识符,尽管它适合用来做静态的,包含了状态和“类型”和值的“定义表”。
Enum和set列适合用来性别、国家、省份这些固定不变的信息。
要尽可能的避免使用字符串来做标识符,因为它们占用了很多空间并且通常比整数类型要慢,特别注意不要在myisam表上使用字符串标识符。myisam默认情况下为字符串使用了压缩索引,这使查找更为缓慢。
MyISAM使用前缀压缩来减小索引大小,默认情况下会压缩字符串,也可以压缩整数
可以使用create table时用PACK_KEYS控制索引压缩的方式。
PACK_KEYS在MySQL手册中如下描述:
如果您希望索引更小,则把此选项设置为1。这样做通常使更新速度变慢,同时阅读速度加快。把选项设置为0可以取消所有的关键字压缩。把此选项设置为DEFAULT时,存储引擎只压缩长的CHAR或VARCHAR列(仅限于MyISAM)。
如果您不使用PACK_KEYS,则默认操作是只压缩字符串,但不压缩数字。如果您使用PACK_KEYS=1,则对数字也进行压缩。
9.特殊类型的数据
一些数据类型没有直接对应的内建数据类型,精度低于秒的时间戳就是一个例子,另一个例子就是IP地址,人们通常使用varchar(15)来保存IP地址。但是,IP地址实际上是无符号的32位整数,而不是字符串。使用小数点来进行分纯粹是为了增加它的可读性。在实际使用时应用用无符号整数来存储IP地址。MySQL提供了INET_ATON()和INET_NTOA()函数在IP地址和整数之前转换。