學習MySQL，怎麼能不會數據類型和schema優化！

CSDN

北京創新樂知信息技術有限公司

作者 | 草捏子

頭圖 | CSDN 下載自東方IC本文就數據類型和schema方面的優化進行介紹。

選擇優化的數據類型
MySQL支持的數據類型有很多，而如何選擇出正確的數據類型，對於性能是至關重要的。以下幾個原則
能夠幫助確定數據類型：

更小的通常更好
應盡可能使用可以正確存儲數據的最小數據類型，夠用就好。這樣將占用更少的磁盤、內存和緩存，而在處理時也會耗時更少。

簡單就好
當兩種數據類型都能勝任一個字段的存儲工作時，選擇簡單的那一方，往往是最好的選擇。例如整型和字符串，由於整型的操作代價要小於字符，所以當在兩者之間選擇時，選擇整型通常能夠獲得更好的性能。

盡量避免NULL
當列可為NULL時，對於MySQL來說，在索引和值比較等方面需要做更多的工作，雖然對性能的影響不是很大，但也應盡量避免設計為可為NULL。

除了以上原則，在選擇數據類型時，需遵循的步驟
：首先確定合適的大類型，例如數據、字符串、時間等；然後再選擇具體的類型。下面將討論大類型下的一些具體類型，首先是數字，有兩種類型：整數和實數。一、整數類型
整數類型和所占用的空間如下：

整數類型所能存儲的範圍和空間大小有關：-2^(N-1)至2^(N-1)-1，其中N為空間大小的位數。整數類型具有UNSIGNED的可選屬性，當聲明時，表示不允許負數，則存儲範圍變為：0至2^(N)-1，擴大了一倍。在MySQL中，還可以為整數類型指定寬度，例如INT(1)，但這樣的意義並不大，並不會限制值的合法範圍，仍能存儲-2^31至2^31-1的值，所影響的是與MySQL的交互工具顯示字符的個數。二、實數類型
實數類型的對比如下：

從上面可以看出，FLOAT和DOUBLE都有固定的空間大小，但同時由於是使用標准的浮點運算，所以只能近似計算。而DECIMAL則可以實現精確計算，與此同時占用的空間會相較更大，所耗費的計算開銷也更多。DECIMAL所占空間大小與指定的精度有關，例如DECIMAL(M,D)：

M為整個數字的最大長度，取值範圍為<1, 65>，默認值為10；

D為小數點後的長度，取值範圍為<0, 30>，且D <= M，默認值為0。

MySQL在存儲DECIMAL類型時會作為二進制字符串存儲，每4個字節存9個數字，當不足9位時，數字的占用空間如下：

小數點前後將分別存儲，同時小數點也要占1個字節。下面舉兩個計算的例子：

DECIMAL(18, 9)：整數部分長度為9，占用4個字節。小數部分長度為9，占用4個字節。同時加上小數點1個字節，則總共占用9個字節。

DECIMAL(20, 9)：整數部分長度為14，占用7（4+3）個字節。小數部分長度為9，占用4個字節。同時加上小數點1個字節，則總共占用12個字節。

可以看出DECIMAL的空間占用還是很大的，因此只有當需要對小數進行精確計算時，才需要使用DECIMAL。除此之外，我們還可以使用BIGINT代替DECIMAL，例如需要保證小數點後5位的計算，可以將值乘上10的5次方後作為BIGINT存儲，這樣能同時避免浮點存儲計算不精確和DECIMAL精確計算代價高的問題。三、字符串類型
最常用的字符串類型當屬 VARCHAR 和 CHAR。VARCHAR
作為可變長字符串
，會使用1或2個額外字節記錄字符串的長度，當最大長度未超過255時，只需1個字節記錄長度，超過255，則需2個字節。VARCHAR 的適用場景
：

最大長度比平均長度大很多；

列的更新少，避免碎片；

使用複雜的字符集，如UTF-8，每個字符能使用不同的字節存儲。

CHAR
則為定長字符串
，根據定義的字符串長度分配足夠的空間，適用場景
：

長度短；

長度相近，例如MD5；

經常更新。

除了 VARCHAR 和 CHAR，針對存儲大字符串，可以使用 BLOB 和 TEXT 類型。BLOB 和 TEXT 的區別在於，BLOB
是以二進制
方式存儲，而 TEXT
是以字符
方式存儲。這也導致，BLOB 類型的數據沒有字符集的概念，無法按字符排序，而 TEXT 類型則有字符集的概念，可以按字符排序。兩者的使用場景，也由存儲格式決定了，當存儲二進制數據時，例如圖片，應使用 BLOB，而存儲文本時，例如文章，則應使用TEXT類型。四、日期和時間類型
MySQL中所能存儲的最小時間粒度為秒，常用的日期類型有DATETIME和TIMESTAMP。

TIMESTAMP顯示的值將依賴於時區，意味在不同時區查詢到的值將不一樣。除了以上列出的不同，TIMESTAMP還具有一個特殊屬性，在插入和更新時，如果沒有指定第一個TIMESTAMP列的值，將會設置這個列的值為當前時間。我們在開發過程中，應盡量使用TIMESTAMP，主要是因為其空間大小僅需DATETIME的一半，空間效率更高。如果我們想存儲的日期和時間精確到秒之後，怎麼辦？由於MySQL並未提供，所以我們可以使用BIGINT存儲微妙級別的時間戳，或者使用DOUBLE存儲秒之後的小數部分。五、選擇標識符
通常來說整數是標識符的最好選擇，主要是因為其簡單，計算快，且可使用AUTO_INCREMENT。

範式和反範式
簡單來說，範式就是一張數據表的表結構所符合的某種設計標准的級別。第一範式，屬性不可分割，現在的RDBMS系統建成的表都是符合第一範式的。而第二範式，則是消除非主屬性對碼（可以理解為主鍵）的部分依賴。第三範式消除非主屬性對碼的傳遞依賴。具體的介紹，可以讀讀知乎上的這個回答（https://www.zhihu.com/question/24696366/answer/29189700）嚴格範式化
的數據庫中，每個事實數據會出現且只出現一次，不會出現數據冗餘
，這樣所能帶能帶來的好處有：

更新操作更快；

修改更少的數據；

表更小，更好地放內存中，執行操作更快；

更少需要 DISTINCT 或 GROUP BY。

但也由於數據分散存在各張表中，查詢時需要對表進行關聯。而反範式
的優點則是不用進行關聯
，將數據冗餘存儲。在實際應用中，不會出現完全的範式化或完全的反範式化，時常需要混用範式和反範式
，使用部分範式化的schema，往往是最好的選擇。關於數據庫設計，在網上看到這樣一段話，大家可以感受下。

數據庫設計應該分為三個境界：

第一境界：剛入門數據庫設計，範式的重要性還未深刻理解。這時候出現的反範式設計，一般會出問題。第二境界：隨著遇到問題解決問題，漸漸了解到範式的真正好處，從而能快速設計出低冗餘、高效率的數據庫。第三境界：再經過N年的鍛煉，是一定會發覺範式的局限性的。此時再去打破範式，設計更合理的反範式部分。範式就像武俠裏面的招數，初學者妄想不按招數來，只能死的很難堪。畢竟招數都是高手總結歸納的精華。而隨著武功提高，招數熟練之後，必然是發現招數的局限性，要麼忘掉招數，要麼自創招數。只要努力，加上多熬幾年，總能達到第二個境界，總會覺得範式是經典。此時能不過分依賴範式，快速突破範式局限性的人，自然是高手。

緩存表和匯總表

除了上述說到的反範式，在表中存儲冗餘數據，我們還可以創建一張完全獨立的匯總表或緩存表，來滿足檢索的需要。緩存表
，指的是存儲可以從schema其他表中獲取數據的表，也就是邏輯上冗餘的數據。而匯總表
，則指的是存儲使用GROUP BY等語句聚合數據，計算出的不冗餘的數據。緩存表，可用於優化搜索和檢索查詢語句
，這裏可以使用的技巧有對緩存表使用不同的存儲引擎，例如主表使用InnoDB，而緩存表則可使用MyISAM，獲得更小的索引占用空間。甚至可以將緩存表放到專門的搜索系統中，例如Lucene。匯總表，則是為了避免實時計算統計值所帶來的高昂代價
，代價來自兩方面，一是需要掃描表中的大部分數據，二是建立特定的索引，會對UPDATE操作有影響。例如，查詢微信過去24小時的朋友圈數量，則可固定每1小時掃描全表，統計後寫一條記錄到匯總表，當查詢時，只需查詢匯總表上最新的24條記錄，而不必每次查詢時都去掃描全表進行統計。在使用緩存表和匯總表時，必須決定是實時維護數據
還是定期重建
，這取決於我們的需求。定期重建相比實時維護，能節省更多的資源，表的碎片更少。而在重建時，我們仍需保證數據在操作時可用，需要通過“影子表
”來實現。在真實表後創建一張影子表，當填充好數據後，通過原子的重命名操作來切換影子表和原表。

加快ALTER TABLE操作的速度
當 MySQL 在執行 ALTER TABLE 操作時，往往是新建一張表，然後把數據從舊表查出並插入到新表中，再刪除舊表，如果表很大，這樣需要花費很長時間，且會導致 MySQL 的服務中斷。為了避免服務中斷，通常可以使用兩種技巧
：

在一台不提供服務的機器上執行 ALTER TABLE 操作，然後再與提供服務的主庫進行切換；

“影子拷貝”，建立一張與原表無關的新表，在數據遷移完成後，通過重命名操作進行切換。

但也不是所有的 ALTER TABLE 操作會引起表重建
，例如在修改字段的默認值時，使用 MODIFY COLUMN 會進行表重建，而使用 ALTER COLUMN 則不會進行表重建，操作速度很快。這是因為 ALTER COLUMN 在修改默認值時，會直接修改了存在表的.frm文件（存儲字段的默認值），而並未重建表。參考

《高性能MySQL》

MySQL DECIMAL 數據類型(https://my.oschina.net/u/559356/blog/3057960)