MySQL进阶实战1，数据类型与三范式

一、选择优化的数据类型

MySQL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。

1、更小的

一般情况下，应该尽量使用较小的数据类型，更小的数据类型通常更快，因为占用更少的磁盘、内存和CPU缓存，处理时需要的CPU周期更短。

2、更简单的

简单的数据类型通常需要更少的CPU周期，整形比字符串类型代价更低，因为字符集和校验规则使字符比较比整形比较更复杂。

3、尽量避免NULL

很多表都包含可为NULL的列，即使应用程序并不需要保存NULL也是如此，因为可为NULL是列的默认属性，通常情况下，最好指定列为NOT NULL。

如果查询中包含可为NULL的列，对MySQL来说更难优化，因为可为NULL的列使索引、索引统计和值的比较都更复杂。可为NULL的列会使用更多的存储空间，在MySQL里也需要特殊处理，可为NULL的列被索引时，每个索引记录需要一个额外的字节，在MyISAM里甚至还可能导致固定大小的索引变成可变大小的索引。

4、datetime和timestamp

datetime和timestamp都可以存储时间和日期，都精确到秒，但是timestamp只是用datetime一半的存储空间，并且timestamp会根据时区变化，具有特殊的自动更新能力。

二、整形类型

1、整形

如果存储整形，可以使用tinyint、smallint、mediumint、int、bigint。分别使用8、16、24、32、64位存储空间。它们可以存储的值的范围从-2^(n-1)到2^(n-1)-1，其中N是存储空间的位数。

整形类型有可选的unsigned属性，表示不允许负值，这大致可以使正数的上限提升一倍。例如tinyint unsigned可以存储的范围是0~255，而tinyint的存储范围是-128 ~ 127。

有符号和无符号类型使用的是相同的存储空间，具有相同的性能，因此可以根据实际情况选择合适的类型。

2、实数

实数是带有小数部分的数字，然而，它们不只是为了存储小数部分，还可以使用decimal存储比bigint还大的数字。

float和double类型支持使用标准的浮点计算进行近似计算。float使用4个字节存储，double使用8个字节存储，相比float有更高的精度和更大的范围。

因为需要额外的空间和计算开销，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，但在数据量比较大的时候，可以使用bigint代替decimal，将需要存储的货币单位根据小数的位数乘以相应的倍数即可，这样可以避免浮点数存储计算不精确和decimal精确计算代价高的问题。

三、字符串类型

1、varchar

varchar是可变长的字符串，是最常见的字符串数据类型。它比定长类型char更省空间，因为它仅适用必要的空间。varchar需要使用1~2个额外字节记录字符串的长度，如果列的最大长度小于等于255字节，使用1个字节表示，否则使用2个字节。

2、char

char类型是定长的，MySQL总是根据定义的字符串长度分配足够的空间，char值会根据需要采用空格进行长度填充。

char适合存储很短的字符串或者都是一个长度的字符串，比如MD5值；
对于经常变更的数据，char也比varchar更友好，定长的char类型不容易产生碎片；
对于较短的列，char也比varchar更有效率，因为不用额外的1字节记录长度。

3、blob和text类型

blob采用二进制存储，没有排序规则和字符集；
text采用字符方式存储，有排序规则和字符集；

MySQL会把每个blob和text值当做一个独立的对象处理。存储引擎在存储是通常会做特殊处理。当blob或text的值太大时，InnoDB会使用专门的外部存储空间进行存储，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。

尽量避免对blob或text字段进行排序，可以通过substring()方法截取一小部分字符进行排序，也不能将blob或text列全部长度的字符串进行索引。

四、三范式

第一范式：每个表的每一列都要保持它的原子性，也就是表的每一列是不可分割的；

第二范式：在满足第一范式的基础上，每个表都要保持唯一性，也就是表的非主键字段完全依赖于主键字段；

第三范式：在满足第一范式和第二范式的基础上，表中不能产生传递关系，要消除表中的冗余性；

五、范式的优缺点

1、优点

范式化的更新操作通常比反范式化要快；
当数据较好地范式化后，就只有很少或者没有重复数据，所以只需要修改更少的数据；
范式化的表通常更小，可以更好地存放在内存中，执行操作更快；
很少有冗余的数据，意味着检索数据时更少使用distinct或group by语句；

2、缺点

查询时，由于分表的原因，常常需要表关联；
可能无法触发索引；

六、反范式的优缺点

1、优点

由于都在一个表里，可以减少表关联查询；
可能同属于一个索引的字段，不用分表，触发索引更方便；

2、缺点

存储过多的冗余数据
查询时可能需要distinct或group by的情况更多；

在实际的开发中，都是混用范式化和反范式化，有的时候必要的冗余，有益而无害。