mysql数据库——选择优化的数据类型

1. 选择更小的数据类型：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，它们占用更少的磁盘、内存和CPU缓存，并且处理时需要的CPU周期也更少。但是要确保没有低估需要存储的值的范围
2. 尽量选择简单的数据类型：简单数据类型的操作通常需要更少的CPU周期，例如整型比字符操作代价更低，因为字符集和校对规则（排序规则）使字符比较比整型比较更复杂（eg：存储日期和时间应该使用MYSQL内建的类型（date,time,datetime）而不是字符串；存储IP地址应该用整型）
3. 尽量避免NULL：通常情况下最好指定列为NOT NULL，除非真的需要存储NULL值。如果查询中包含可为NULL的列，对MYSQL来说更难优化
   1. 可为NULL的列使得索引、索引统计和值比较都更为复杂
   2. 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
   3. 当可为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（例如只有一个整数列的索引）变成可变大小的索引

（通常把可为NULL的列改完NOT NULL带来的性能提升比较小，所以调优时没有必要首先在现有schema中查找并修改掉这种情况，除非确定这会导致问题，但是如果计划在列上建索引，就应该尽量避免设计成可为NULL的列。当然也有例外，例如值得一提的是，InnoDB使用单独的位存储NULL值，所以对于稀疏数据（即很多值为NULL，只有少数行的列有非NULL值）有很好的空间效率，但这一点不适用于MyISAM）

数据类型：

• 整数类型：

整数类型分为两种：整数和实数。整数类型分为：TINYINT（8位存储空间）,SMALLINT（16位存储空间）,MEDIUMINT（24位存储空间）,INT（32位存储空间）,BIGINT（64位存储空间），存储的值的范围到，N为存储空间的位数。可选UNSIGNED属性，表示不允许负值，大致可使证书的上限提高一倍，有符号和无符号类型使用相同的存储空间，并具有相同的性能。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，它不会限制值的合法范围，只是规定了MYSQL的一些交互工具，如MYSQL命名行客户端用来显示字符的个数，对于存储和计算来说，INT(1)和INT(20)是相同的。

实数是带有小数部分的数字。但不只是用于存储小数部分，可以使用DECIMAL存储比BIGINT还大的整数。MYSQL既支持精确类型，也支持不精确类型。 DECIMAL只是一种存储格式，在计算中DECIMAL会转为DOUBLE类型。有多种方法可以指定浮点列所需要的精度，这会使得MYSQL悄悄选择不同的数据类型，或者在存储时对值进行取舍。这些精度定义是非标准的，所以最好只指定数据类型不指定精度。

• 字符串类型：

VARCHAR类型用于存储可变长字符串，比定长类型更节省空间（如果MYSQL表使用ROW_FORMAT=FIXED创建的话，每一行都会使用定长存储，这会很浪费空间）VARCHAR需要使用1或2个额外字节记录字符串的的长度：如果列的最大长度小于或等于255字节，则只使用1个字节表示，否则使用2个字节。VARCHAR节省存储空间，但是在UPDATE时可能使行变得比原来更长，导致需要做额外的工作。1.字符串列的最大长度比平均长度大很多；2.猎德更新很少，碎片不是问题；3.使用了像UTF-8这样复杂的字符集，每个字符都是用不同的字节数进行存储时；以上3种情况适合是用VARCHAR。（使用VARCHAR(5)和VARCHAR(200)存储'hello'的空间开销是一样的，但是更长的列会消耗更多的内存，因为MYSQL通常会分配固定大小的内存块来保存内部值。尤其是使用内存临时表进行排序或操作时会特别糟糕；在利用磁盘临时表进行排序时也同样糟糕，所以最好的策略是只分配真正需要的空间）

CHAR类型是定长的，适合存储很短的字符串，或者所有值都接近一个长度的数据。例如，CHAR非常适合存储密码的MD5值，因为这是一个定长的值。对于经常变更的数据，CHAR也比VARCHAR更好，因为定长的CHAR类型不容易产生碎片。对于非常短的列，CHAR比VARCHAR在存储空间上更有效率。存储CHAR值时，MYSQL会删除所有的末尾空格。

• BLOB和TEXT类型

BLOB和TEXT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。BLOB是SMALLBLOB的同义词，TEXT是SMALLTEXT的同义词（字符型包含：TINYTEXT,SMALLTEXT,TEXT,MEDIUMTEXT,LONGTEXT；对应的二进制类型：TINYBLOB,SMALLBLOB,BLOB,MEDIUMBLOB,LONGBLOB）BLOB与TEXT的不同：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列进行排序与其他类型不同，只对每列的最前max_sort_length字节而不是整个字符串做排序。如果只需要排序前面一小部分字符，则可以减小max_sort_legth的配置。或者使用ORDER BY SUSTRING(column,length)

• ENUM枚举类型

有时候可以使用枚举列代替常用的字符串类型，枚举列可以把一些不重复的字符串存储成一个预定义的集合，MYSQL在存储枚举时非常紧凑，会根据列表的数量压缩到一个或两个字节中。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”

CREATE TABLE enum_test( e ENUM('fish','apple','dog') NOT NULL);

INSERT INTO enum_test(e) VALUES('fish'),('dog'),('apple');

以上三行数据实际存储为整数，而不是字符串，如果使用数字作为ENUM枚举常量，这种双重性很容易导致混乱，例如ENUM('1','2','3')应尽量避免这么做。另外，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（即，以上数据按照 'fish','apple','dog'的顺序进行排序），所以定义枚举列时，应按照需要的顺序来定义，或者在查询中使用FIELD()函数显式地指定排序顺序，但是会导致MYSQL无法利用索引消除排序。

枚举的缺点：字符串列表是固定的，添加或删除字符串必须使用ALTER TABLE，因此对于一系列未来可能会改变的字符串，使用枚举不是一个好主意，除非能接受只在列表末尾添加元素。由于MYSQL把每个枚举值保存为整数，并且必须进行查找才能转换为字符串，所以枚举列有一些开销。通常枚举的列表都比较小，所以开销还可以控制，但也不能保证一直如此。在特定情况下，把CHAR/VARCHAR列与枚举列进行关联可能会比直接关联CHAR/VARCHAR列更慢。

• 日期和时间类型

日期类型分为：DATETIME和TIMESTAMP。

DATETIME类型能保存大范围的值，从1001年到9999年，精度为妙。它把日期和时间封装到格式为YYYYMMDDHHMMSS的整数中，与时区无关，使用8个字节的存储空间。

TIMESTAMP类型保存了从1970年1月1日午夜（格林尼治标准时间）以来的秒数，它和UNIX时间戳相同。TIMESTAMP只使用4个存储空间，因此它的范围比DATETIME小得多：只能表示1970年到2038年。如果在多个时区存储或访问数据，TIMESTAMP和DATETIME的行为将很不一样，TIMESTAMP提供的值与时区有关系，后者则保留文本表示的日期和时间。例如，存储值为0的TIMESTAMP在美国东部时区显示为“1969-12-31 19:00:00”与格林尼治时间差5个小时。TIMESTAMP列默认为NOT NULL。

• 位数据类型

BIT：MYSQL5.0之前，BIT是TINYINT的同义词，5.0之后二者为两种不同的数据类型。BIT列的最大长度是64位。MYSQL把BIT当作字符串类型，而不是数字类型。

mysql5.7版本中，当检索BIT(1)的值时，结果是一个包含二进制0或1值的字符串，而不是ASCII码的“0”或“1” 8.0.11版本中

SET：如果需要保持很多true/false值，可以考虑合并这些列到一个SET数据类型，它在MYSQL内部是以一系列打包的位的集合来表示的，可以有效利用存储空间。主要缺点是改变列定义的代价较高，需要用ALTER TABLE，改变大表开销过大。一般来说也无法在SET列上通过索引查找。