高性能MySQL读书笔记 - Schema与数据类型优化

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。不管存储哪种类型的数据，下面几个简单原则都有助于做出更好的选择。

更小的通常更好

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，因为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。

简单就好

简单数据类型的操作通常需要更少的CPU周期。例如，整型比字符串操作代价更低，因为字符集和校对规则（排序规则）使字符串比较比整型更复杂。

尽量避免NULL

很多表都包含可为NULL（空值）的列，即使应用程序并不需要保存NULL也是如此，这是因为可为NULL是列的默认属性。通常情况下，最好知道列为NOT NULL，除非真的需要存储NULL值。

如果查询中包含可为NULL的列，对于MySQL来说更难优化，因为可为NULL的列使得索引、索引统计和值比较都更复杂。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。当可为NULL 的列被索引时，每个索引记录需要一个额外的自己，在MyISAM里深圳还可能到固定大小的索引（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的列改为 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。

整数类型

对于整数类型，可以使用 TINYINT、 SMALLINT、 MEDIUMINT、 INT、 BIGINT 等。每个整数类型都对应着不同的存储空间。

数据类型	存储(Byte)
TINYINT	1
SMALLINT	2
MEDIUMINT	3
INT	4
BIGINT	8

整数类型可以选择 UNSIGNED 属性，表示不允许负值，这样可以使得正数的上限提高一倍。举个例子，TINYINT 的存储范围是 -2-7 ~ 27 - 1,也就是 -128 ~ 127，那么 UNSIGNED INT 可以存储的范围就是 0 ~ 28 - 1，即 0 ~ 255。

MySQL可以为整数类型指定宽度，然而对大多数场景是没有意义的：它并不会限制整数类型的合法范围，它只是规定某些交互工具显示出来的字符个数。如果不显示地指定宽度，则默认为 INT(11)。有读者会误认为 INT(11) 指定整数类型的长度是 11 位，这个想法是错误的。实际上，在 Zerofill 属性中，表示当数组宽度小于 11 位时，在数字前面加 0 填满宽度。

实数类型

对于实数类型，可以使用 FLOAT、 DOUBLE、 DECIMAL 等。每个实数类型都对应着不同的存储空间。

数据类型	存储(Byte)
FLOAT	4
DOUBLE	8

FLOAT(M,D) 和 DOUBLE(M,D) 表示一共显示 M 位整数，D 位小数。
举个例子，FLOAT(5,2) 可以显示为 100.99。此外，读者还要注意的是，MySQL 保存时会进行四舍五入，因此，如果值为 100.0099， 会保存近似结果 100.01。

FLOAT 只保证 6 位有效数字的准确性，所以 FLOAT(M,D) 中，M<=6 时，数字通常是准确的。

DOUBLE 只保证 16 位有效数字的准确性，所以 DOUBLE(M,D) 中，M<=16 时，数字通常是准确的。

在使用实数类型，要重点考虑精度问题。DOUBLE 是 MySQL 内部浮点计算的类型，它比 FLOAT 有更高的精度和更大的范围，但是 FLOAT 和 DOUBLE 都是不精确的，如果要实现精确浮点运算，就需要使用 DECIMAL 类型（例如，存储财务数据）。
但在数据量比较大的时候，可以考虑使用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。假设要存储财务数据精确到万分之一，则可以把所有金额乘以一万，然后将存储结果存储到BIGINT 里，这样可以同时避免浮点存储技术不精确和DECIMAL 精确计算代价高的问题。

字符串类型

MySQL支持多种字符串类型，可以使用 CHAR、 VARCHAR、 BLOB、 TEXT 等。

CHAR 类型是定长的。MySQL 会根据定义的长度分配空间。CHAR 长度可以是 0 到 255之间的值。

VARCHAR 类型用于存储可变长字符串，它更加节省空间。值得注意的是， VARCHAR 需要使用 1 或 2 个额外字节记录字符串的长度：如果列的最大长度小于或者等于255，则只使用1个字节表示，否则使用2个字节。VARCHAR 长度可以指定 0 到 65535 之间的值。

BLOB 和 TEXT 主要用来存储大文本，分别采用二进制和字符串方式存储。
实际上，它们分别属于两组不同的数据类型加载：字符串类型是 TINYTEXT、 SMALLTEXT、TEXT、MEDIUMTEXT、 LONGTEXT。
对应二进制类型是： TINYBLOB、SMALLBLOB、 BLOB 、MEDIUMBLOB、 LONGBLOB。

时间和时间类型

MySQL可以使用许多类型来保存日期和时间值，例如： YEAR、 DATE、 TIME、、 TIMESTAMP、DATETIME。

MySQL 能够存储的最小单位是秒，如果需要更精确的存储，就必须自己定义存储格式。比如可以使用BIGINT存储毫秒级别的时间戳。

DATETIME类型范围：'101-01-01 00:00:00' ~ '9999-12-31 23:59:59'。
TIMESTAMP类型范围：'1970-01-01 00:00:01'UTC ~ '2038-01-19 03:14:07' UTC

DATETIME 和 TIMESTAMP 都可以存储相同类型的数据，而 TIMESTAMP 只使用 DATETIME 一半的存储空间。通常情况下，建议优先考虑 TIMESTAMP，因为它的空间利用率更高。

MySQL schema设计

范式和反范式

对于任意给定的数据通常都有很多种表示方式，从完全的范式化到完全的反范式化，以及两者的折中。在范式化的数据库中，每个数据会出现并且仅出现异常。相反，在反范式化的数据库中，信息是冗余的，可能会存储在多个地方。

范式的优点和缺点

范式化设计schema的优点：
范式化的更新操作通常比反范式化要快
当数据比较好地范式化时，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，可以更好地放在内存里，所以执行操作会更快。

范式化设计schema的缺点是 通常需要关联。稍微复杂一些的查询语句在符合范式化的
schema上都可能需要至少一次关联，也许更多。

事实上， 完全的范式化和完全的反范式化 都是实验室里才有的东西，在真实世界中很少会这么极端的去使用。在实际应用中 经常需要混用 范式化和反范式化。