schema与数据类型优化

数据类型

数值类型

类型 大小 范围 - 有符号 范围-无符号 用途
TINYINT 1 Bytes / 8bit ($ {-2^{7}} $,$ {2^{7} - 1} $) / (-128, 127) (0, $ {2^{8} - 1} $) / (0,255) 小整数值
SMALLINT 2 Bytes / 16bit ($ {-2^{15}} $,$ {2^{15} - 1} $) / (-32 768,32 767) (0, $ {2^{16} - 1} $) / (0,65 535) 大整数值
MEDIUMINT 3 Bytes / 24bit ($ {-2^{23}} $,$ {2^{23} - 1} $) / (-8 388 608,8 388 607) (0, $ {2^{24} - 1} $) / (0,16 777 215) 大整数值
INT或INTEGER 4 Bytes / 32bit ($ {-2^{31}} $,$ {2^{31} - 1} $) / (-2 147 483 648,2 147 483 647) (0, $ {2^{32} - 1} $) / (0,4 294 967 295) 大整数值
BIGINT 8 Bytes / 64bit ($ {-2^{63}} $,$ {2^{63} - 1} $) / (-9,223,372,036,854,775,808,9 223 372 036 854 775 807) (0, $ {2^{64} - 1} $) / (0,18 446 744 073 709 551 615) 大整数值
FLOAT 4 Bytes (-3.402 823 466 E+38,-1.175 494 351 E-38),0,(1.175 494 351 E-38,3.402 823 466 351 E+38) 0,(1.175 494 351 E-38,3.402 823 466 E+38) 单精度, 浮点数值
DOUBLE 8 Bytes (-1.797 693 134 862 315 7 E+308,-2.225 073 858 507 201 4 E-308),0,(2.225 073 858 507 201 4 E-308,1.797 693 134 862 315 7 E+308) 0,(2.225 073 858 507 201 4 E-308,1.797 693 134 862 315 7 E+308) 双精度, 浮点数值
DECIMAL 对DECIMAL(M,D) ,如果M>D,为M+2否则为D+2 依赖于M和D的值 依赖于M和D的值 小数值

日期和时间类型

类型 大小 范围 格式 用途
DATE 3 Bytes / 24bit 1000-01-01/9999-12-31 YYYY-MM-DD 日期值
Time 3 Bytes / 24 bit ‘-838:59:59’/‘838:59:59’ HH:MM:SS 时间值或持续时间
YEAR 1 Bytes / 8 bit 1901 - 2155 YYYY 年份值
DATETIME | 8 Bytes / 64 bit 1000-01-01 00:00:00/9999-12-31 23:59:59 YYYY-MM-DD HH:MM:SS 混合日期和时间值
TIMESTAMP 4 Bytes / 32 bit 1970-01-01 00:00:00/2038 结束时间是第 2147483647 秒,北京时间 2038-1-19 11:14:07,格林尼治时间 2038年1月19日 凌晨 03:14:07 YYYYMMDD HHMMSS 混合日期和时间值,时间戳

字符串类型

类型 大小 用途
CHAR 0-255 bytes 定长字符串
VARCHAR 0-65535 bytes 变长字符串
TINYBLOB 0-255 bytes 不超过 255 个字符的二进制字符串
TINYTEXT 0-255 bytes 短文本字符串
BLOB 0-65 535 bytes 二进制形式的长文本数据
TEXT 0-65 535 bytes 长文本数据
MEDIUMBLOB 0-16 777 215 bytes 二进制形式的中等长度文本数据
MEDIUMTEXT 0-16 777 215 bytes 中等长度文本数据
LONGBLOB 0-4 294 967 295 bytes 二进制形式的极大文本数据
LONGTEXT 0-4 294 967 295 bytes 极大文本数据

选择优化的数据类型

选择正确的mysql数据类型非常重要, 不管存储那种数据, 以下原则都有助于做出更好的选择.

  • 最小的通常更好 : 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, 因为占用更少的磁盘、内存以及CPU缓存, 并且处理时需要的CPU周期也更少,确保没有低估需要存储得值的范围,因为在schema中变更数据类型是一个非常耗时和痛苦的过程, 如果无法确定哪个数据类型是最好的, 选择你认为不会超过范围的最小类型
  • 简单就好 : 简单的数据类型, 通常需要更少的CPU周期
  • 尽量避免NULL : NULL列较难优化, 同时也使得索引、索引统计、值比较都比较复杂, 如非必要, 建表时,一般指定 NOT NULL

参考资料


schema与数据类型优化
http://www.zhangdeman.cn/archives/9a4549b6.html
作者
白茶清欢
发布于
2021年12月2日
许可协议