数据类型【MySQL】

文章目录

  • 数据类型
    • 分类
  • 数值类型
    • TINYINT
    • INT
    • BIT
    • FLOAT
    • DECIMAL
  • 字符串类型
    • CHAR
    • VARCHAR
    • CHAR 和 VARCHAR 的比较
    • BLOB
    • TEXT
    • `NULL` 和`''`
  • 日期和时间类型
  • ENUM 和 SET
    • FIND_IN_SET
  • 参考资料

阅读前导:SQL 规定关键字应该大写,实际上在命令行使用 SQL 语句时为了方便和可读性,使用小写也是被允许的,本文在某些地方混用了大小写,目的是用大写强调。

SQL 的学习比较零散,本文可能会出现部分后续要学习的内容,例如 WHERE 语句等。在初学时只需先记住它的作用,后续学习再回头看就明白了。

数据类型

在计算机中,每一种数据类型都是被精心设计的,在这个寸土寸金的地方,每一个比特都应该有它的作用。从实际应用的角度看,数据库会存储成千上万甚至上亿条数据,再小单位的数据类型一旦乘以一个很大的基数,也是很大的。

和语言的数据类型类似,数据库的数据类型是用来定义和约束数据的格式、范围和操作的。不同的数据类型有不同的特点和用途,可以满足不同的数据需求和场景。数据库有那么多数据类型,主要是为了:

  • 方便人类理解和辨别数据。不同的数据类型可以让人类更清楚地知道数据的含义和作用,比如日期、数字、文本等。
  • 优化数据的存储和处理。不同的数据类型可以占用不同大小的存储空间,以及使用不同的算法和函数来操作。选择合适的数据类型可以节省空间,提高性能,保证数据质量。
  • 支持数据的多样性和复杂性。随着互联网和物联网的发展,数据变得越来越多样化和复杂化,需要更多的数据类型来适应不同的数据结构和内容,比如图形、多媒体、JSON 等。

分类

分类 数据类型 说明
数值类型 BIT(M) 位类型:M 指定位数,默认值为 1,范围为 1-64
BOOL 布尔类型:使用 1 表示真,使用 0 表示假
TINYINT [UNSIGNED] 占用 1 字节,默认为有符号
SMALLINT [UNSIGNED] 占用 2 字节,默认为有符号
MEDIUMINT [UNSIGNED] 占用 3 字节,默认为有符号
INT [UNSIGNED] 占用 4 字节,默认为有符号
BIGINT [UNSIGNED] 占用 8 字节,默认为有符号
FLOAT[(M,D)] [UNSIGNED] M 指定显示长度,D 指定小数位数,占用 4 字节
DOUBLE[(M,D)] [UNSIGNED] M 指定显示长度,D 指定小数位数,占用 8 字节
DECIMAL(M,D) [UNSIGNED] M 指定显示长度,D 指定小数位数,每 4 个字节表示 9 个数字,小数点占用 1 字节
文本、二进制类型 CHAR(L) 固定长度字符串:L 指定字符串长度,最大为 255
VARCHAR(L) 可变长度字符串:L 指定字符串长度上限,最多占用 65535 字节
BLOB 用于存储二进制数据
TEXT 用于存储大文本数据
时间日期 DATE / DATETIME 日期类型:YYYY-MM-DD 格式 / YYYY-MM-DD HH:MM:SS 格式
TIMESTAMP 时间戳:以 YYYY-MM-DD HH:MM:SS 格式进行显示
字符串类型 ENUM 枚举类型:ENUM 类型的取值范围需要在定义字段时进行指定,设置字段值时只允许从成员中选取单个值,其所需的存储空间由定义 ENUM 类型时指定的成员个数决定
SET 集合类型:SET 类型的取值范围需要在定义字段时进行指定,设置字段值时可以从成员中选取一个或多个值,其所需的存储空间由定义 SET 类型时指定的成员个数决定

MySQL 不像 C/C++等编程语言一样 (虽然它是 C++实现的),允许用户为错误的数据类型赋值,让用户自己承担后果。作为工业级数据管理系统,这种情况是不被允许出现的,所以 MySQL 会严格检查数据和属性的类型是否匹配。

数据库虽然在数据流上是比较靠后的层次,但是数据类型是和上层业务强相关的,所以在定义列属性时,需要根据实际情况。

这就体现了 MySQL 的“约束性”,它就是数据库保证数据安全性的第一环,约束的是程序员的行为。

数值类型

TINYINT

  • 大小:1 字节
  • 有符号范围:-128~127
  • 无符号范围:0~255
  • 用途:小整数值

在 t1 表中测试:

image-20231022204731751 数据类型【MySQL】_第1张图片

当用户插入 128 或 -129 时,MySQL 检查到数值不在 1 字节的范围,报错。无符号也是一样的。

INT

  • 大小:4 字节
  • 有符号范围:-2,147,483,648~2,147,483,648
  • 无符号范围:0~4,294,967,295
  • 用途:大整数值

INT(N) 中的 N 表示显示宽度,它只用于显示,并不能限制取值范围和占用空间。显示宽度是指在输出结果中显示整数值时所用的最小字符数。如果整数值的位数小于显示宽度,MySQL 会在左边用空格或零来填充。

对于 INT 而言:

  • N 的最大值是 255,这是因为在 INT 中,有一个字节被用来存储显示的宽度,一个字节能够存储的最大值是 255。
  • N 的默认值是 11,这是因为 INT 最大值 ±21 亿多或 ±42 亿多,它们需要用 10 位整数表示;另外还要加上显示的正负符号,总共 11 位。

例如创建一个表,不指定 INT 的显示长度,然后再用show命令查看:

数据类型【MySQL】_第2张图片

BIT

  • 范围:1~64 比特
  • 用途:存储二进制的位值。

用法:bit(m),其中 m 是位值的长度,范围是 1 到 64 。如果省略 m ,默认值是 1 。例如,以下两种声明是等效的:

column_name bit(1);
column_name bit;

bit 类型的字面值可以用 b’val’ 或 0bval 表示,其中 val 是只包含 0 和 1 的二进制值。开头的 b 或 B 可以省略,但前导的 0b 是区分大小写的,不能用 0B 。例如,以下都是有效的字面值:

b'101'
0b101
101

bit 类型在存储和显示时会有一些特殊的处理。如果插入一个长度小于 m 的位值,MySQL 会在左边用 0 填充。如果显示一个位值,MySQL 会去掉前导的 0 。如果想要显示完整的位值,可以用 bin 函数或 lpad 函数。例如:

create table test (
    b bit(4)
);

insert into test values (b'11');

select b from test; -- 输出 11
select bin(b) from test; -- 输出 11
select lpad(bin(b),4,'0') from test; -- 输出 0011

下面用这个表来测试:

mysql> create table t2(
    -> id int,
    -> x bit(8)
    -> );

数据类型【MySQL】_第3张图片

如果像第二条这样直接插入一个整数,而不是一个用b''包含的二进制序列,那么 MySQL 会将这个十进制整数转为二进制,也就是 10 转成二进制 1010。

在显示 bit 类型时,MySQL 会将它的二进制序列转化为十进制对应的 ASCII 值,然后再显示。在这个例子中,第一行的 ASCII 值是 2,它对应的是 STX 控制字符(Start of Text),表示正文或数据的开始,不显示任何内容(通常和 EXT,End of Text,搭配使用);第二行的 ASCII 值是 10,对应的是 LF 控制字符(Line Feed),它的作用是换行。

ASCII 码对照表

如果插入值为 65,97 的整数:

数据类型【MySQL】_第4张图片

按十进制的 ASCII 值打印,按二进制存储:
数据类型【MySQL】_第5张图片

bit 类型可以用来存储状态值,比如真、假或是、否等。例如,我们可以用 bit 类型来表示一个人是否在工作:

mysql> create table t3(
    -> id int,
    -> working bit(1)
    -> );
Query OK, 0 rows affected (0.02 sec)

一个 bit 的范围只有 0 和 1,超出这个范围的值,不被 MySQL 允许插入:

数据类型【MySQL】_第6张图片

那么 bit 的范围就取决于 m 的大小,即 m 位二进制序列对应的十进制的范围。

bit 类型可以用来存储状态值,比如真、假或是、否等。bit 类型可以节省存储空间,提高查询效率,但也有一些注意事项:

  • 在插入和更新数据时,需要用 b’val’ 或 0bval 的格式来表示二进制的位值,其中 val 是只包含 0 和 1 的字符串。如果直接插入一个整数,MySQL 会把它当成十进制的数值,然后转换成二进制的位值。

  • 在显示和查询数据时,MySQL 会把 bit 类型的值当成一个整数来显示,而不是一个位值。如果想看到位值的形式,需要用 bin 函数或 lpad 函数来格式化输出。

  • 在进行条件判断或逻辑运算时,需要注意 bit 类型的值和其他类型的值之间的转换规则。比如,bit 类型的值和字符串类型的值比较时,会把字符串类型的值转换成整数类型的值。

FLOAT

FLOAT[(M,D)]:M 指定显示数值的总长度,D 指定小数位数,占用 4 字节。M 的范围是 1~24,默认是 10。D 的范围是 0~M,默认是 0。

在表 t4 中测试:


mysql> create table t4(
    -> id int, 
    -> num float(4, 2)
    -> );

其中 D 必须小于等于 M,否则会出现这样的提示:

ERROR 1427 (42000): For float(M,D), double(M,D) or decimal(M,D), M must be >= D (column 'num').

值得注意的是,MySQL 检查的是这个数值的绝对值在四舍五入(即向零取整)后的结果:

数据类型【MySQL】_第7张图片

向零取整:想象一下有负数和正数的数轴,对数值的绝对值做四舍五入,就是向中间的 0 取整。这里的整数是对于规定的 M 而言的,例如 M 是 2,也就是规定小数保留 2 位,那么取整时就保留 2 位。

UNSIGNED FLOAT 也遵守同样的规则,只是不能插入负数。

DECIMAL

DECIMAL 是精度更高的 FLOAT。

mysql> create table t5(
    -> num1 float(8, 6),
    -> num2 decimal(8, 6)
    -> );

数据类型【MySQL】_第8张图片

浮点数存储有精度损失,根本原因是二进制无法精确表示浮点数。

[注]

DECIMAL 和 FLOAT 的底层实现是不同的。DECIMAL 类型是用十进制来存储每个数字,并且每 9 个数字占用 4 个字节。比如,一个 DECIMAL(18,9) 类型的值,会被分成两部分:整数部分和小数部分,每部分占用 4 个字节,共占用 8 个字节 。FLOAT 类型是用二进制来存储浮点数,并且每个浮点数占用 4 个字节。一个 FLOAT 类型的值,会被分成四部分:符号位、指数位、基数位和尾数位,每部分占用一定的二进制位 。

字符串类型

CHAR

  • 大小:0~255 字节
  • 用途:定长字符串

用法:

CHAR(N)

其中 N 表示的是字符而不是字节,不论是英文字母还是中文字符,都视为 1 个字符。

mysql> create table t6(
    -> str char(4)
    -> );
数据类型【MySQL】_第9张图片

注意,SQL 的规定是用一对单引号表示字符串,但是用双引号也是被语法允许的。如果单引号和双引号是字符串的一部分,使用\转义。

VARCHAR

  • 大小:0~65535 字节
  • 用途:变长字符串

用法和 CHAR(N) 一样,也是 VARCHAR(N)。

mysql> create table t7(
    -> str varchar(4)
    -> );
数据类型【MySQL】_第10张图片

VARCHAR 和 CHAR 在插入记录时不是都遵守同样的规则吗?VARCHAR 的“变长”体现在哪里?

CHAR 和 VARCHAR 的比较

VARCHAR 和 CHAR 都是用来存储字符串的数据类型,但是它们有一些不同之处:

  • CHAR 是固定长度的类型,VARCHAR 是可变长度的类型。这意味着 CHAR 类型的列总是占用指定的字节数,不管实际存储的值有多长,而 VARCHAR 类型的列只占用实际值的字节数再加上一个或两个字节来记录长度。除此之外,还用一个字节来存储排序规则。那么实际存储有效数据的最大列长度是 65535 - 3 = 65532 字节。
  • CHAR 类型的列在存储时,如果值的长度小于指定的长度,MySQL 会在右边用空格字符补足。在检索时,这些空格字符会被去掉。VARCHAR 类型的列在存储和检索时,不会添加或删除任何空格字符。
  • VARCHAR 类型的列可以节省存储空间,因为它只占用实际值所需的字节数。但是,它也有一些额外的开销,比如记录长度和处理变长数据。CHAR 类型的列可以提高性能,因为它不需要处理变长数据,但是它也可能浪费存储空间,如果值的长度远小于指定的长度。

VARCHAR 类型的“变长性”体现在它可以根据实际值的长度来分配存储空间,而不是固定地占用指定的字节数。这样可以避免浪费空间,也可以适应不同长度的字符串。

VARCHAR 类型的限制和规则是:

  • VARCHAR 类型的最大长度不能超过 65535 字节,在 MySQL 5.0.3 之前不能超过 255 字节。
  • VARCHAR 类型的最大长度还受到字符集编码和行定义长度的影响。不同的字符集编码可能占用不同的字节数来表示一个字符,比如 gbk 每个字符最多占 2 个字节,utf8 每个字符最多占 3 个字节。
    • gbk:65532(字节) / 2 = 32766(字符)
    • utf8:65532(字节) / 3 = 21844(字符)
  • 如果分配给 VARCHAR 列的值超过列的最大长度,则对值进行裁剪以使其适合。如果被裁掉的字符不是空格,则会产生一条警告。如果裁剪非空格字符,则会造成错误(而不是警告)并通过使用严格 SQL 模式禁用值的插入。

下面是一些例子来说明 VARCHAR 类型的特点和限制:

  • 假设有一个表 t4,定义为create table t4 (c VARCHAR(20)) charset = gbk;,那么 c 列可以存放 20 个字符,无论是数字、字母还是汉字(每个汉字占 2 个字节),最大占用 40 个字节(再加上一个字节记录长度)。
  • 假设有一个表 t5,定义为create table t5 (c VARCHAR(20)) charset = utf8;,那么 c 列可以存放 20 个字符,无论是数字、字母还是汉字(每个汉字占 3 个字节),最大占用 60 个字节(再加上一个或两个字节记录长度)。
  • 假设有一个表 t6,定义为create table t6 (c1 CHAR(10), c2 VARCHAR(10)) charset = gbk;,那么 c1 列总是占用 20 个字节(再加上一个字节记录长度),不管实际值有多长,而 c2 列只占用实际值的字节数再加上一个字节记录长度。如果插入一条数据insert into t6 values ('abc', 'abc');,那么 c1 列占用 21 个字节,存储为'abc' + 17 个空格,而 c2 列占用 4 个字节,存储为 3 + ‘abc’(3 表示长度)。
  • 假设有一个表 t7,定义为create table t7 (c VARCHAR(10)) charset = gbk;,那么 c 列可以存放 10 个字符,最大占用 20 个字节(再加上一个字节记录长度)。如果插入一条数据insert into t7 values ('abcdefghijk');,那么 c 列会被裁剪为 10 个字符,存储为 10 + 'abcdefghij',并且会产生一条警告。

如何选择二者?

  • CHAR
    • 大小一致。例如性别、国家代码、电话区号、md5 签名等。
    • 需要频繁更新,并且可能导致变长数据超出原始分配空间,这样可以避免页分裂和内存碎片问题。
  • VARCHAR
    • 大小差异大。例如姓名、地址、电子邮件等。
    • 不需要频繁更新,并且需要节省空间,这样可以减少磁盘 I/O 次数和内存占用。
    • 需要保留末尾的空格字符,因为 CHAR 会自动删除末尾的空格字符。

BLOB

BLOB 用来存储二进制大对象,比如图片、视频、音频等。BLOB 有四种不同的子类型,它们只是在存储的最大容量上有所区别,分别是:

  • TINYBLOB:最大 255 字节
  • BLOB:最大 65K 字节
  • MEDIUMBLOB:最大 16M 字节
  • LONGBLOB:最大 4G 字节

TEXT

TEXT 用来存储长文本数据,比如文章、评论、博客等。TEXT 类型有四种不同的类型,它们只是在存储的最大容量上有所区别,分别是:

  • TINYTEXT:最大 255 字节(255 个字符)
  • TEXT:最大 65K 字节(65,535 个字符)
  • MEDIUMTEXT:最大 16M 字节(16,777,215 个字符)
  • LONGTEXT:最大 4G 字节(4,294,967,295 个字符)

TEXT 类型的数据不会被自动截断,也不会删除或填充空格。TEXT 类型的数据不存储在数据库服务器的内存中,因此每次查询时都需要从磁盘读取,这会比 CHAR 和 VARCHAR 类型慢得多。

在使用上,可以当做一个普通的字符串类型来使用,如文章或博客这种需要持久化的数据,一般用 TEXT 保存。

持久化,也就是将内存中的数据写入磁盘中,以便后续再次使用。

NULL''

它们是 MySQL 中两种不同的空值表示方式:

  • NULL 表示一个未知的或未定义的值,而 '' 表示一个空字符串。
  • NULL 在参与比较或计算时,结果仍然是 NULL,而 '' 可以正常进行比较或计算。
  • NULL 在进行统计或求和时,会被忽略,而 '' 会被计算在内。
  • NULL 需要用 IS NULLIS NOT NULL 来判断,而 '' 可以用 = 或 <> 来判断。
  • NULL 需要占用额外的空间来记录其状态,而 '' 不占用空间。

实际上,select 这个 MySQL 命令可以求表达式的值,例如:
数据类型【MySQL】_第11张图片

下面可以对 NULL 和’'做测试:
数据类型【MySQL】_第12张图片

由此可见,NULL 表示“什么都没有”,也就是“无”;而''表示一个空字符串。注意,在 MySQL 中,''会被转化为转化为一个浮点数0.0,所以对它做乘法的结果是 0,假如你用另一个浮点数和它做运算,也是会出现浮点数精度误差的。

日期和时间类型

类型 大小 ( bytes) 范围 格式 用途
*DATE 3 1000-01-01/9999-12-31 YYYY-MM-DD 日期值
TIME 3 ‘-838:59:59’/‘838:59:59’ HH:MM:SS 时间值或持续时间
YEAR 1 1901/2155 YYYY 年份值
*DATETIME 8 ‘1000-01-01 00:00:00’ 到 ‘9999-12-31 23:59:59’ YYYY-MM-DD hh:mm:ss 混合日期和时间值
*TIMESTAMP 4 ‘1970-01-01 00:00:01’ UTC 到 ‘2038-01-19 03:14:07’ UTC 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 YYYY-MM-DD hh:mm:ss 混合日期和时间值,时间戳

[注] 标*表示常用项。

mysql> create table t8(
    -> time1 date,
    -> time2 datetime,
    -> time3 timestamp
    -> );

查看表结构:

数据类型【MySQL】_第13张图片

其中,timestamp 列属性不允许为 NULL,并且默认值为 CURRENT_TIMESTAMP,它的含义是:如果你在创建一个时间字段时,使用了 DEFAULT CURRENT_TIMESTAMP 或者 ON UPDATE CURRENT_TIMESTAMP,那么数据库会自动维护这个字段的值,不需要你手动指定。

下面是一个例子,着重理解第三个时间戳列属性:

数据类型【MySQL】_第14张图片

在插入时没有指定时间戳,那么 MySQL 会自动插入当前的时间戳。

我们可以利用这个特性,让 MySQL 维护这个列属性。例如在用户发表博客,评论等事件时:

mysql> create table t9( 
    id int, 
    nickname varchar(20), 
    comment text(100), 
    cmt_time timestamp 
);
数据类型【MySQL】_第15张图片

当用户对评论进行修改,实际上就是 MySQL 对这条记录修改:

数据类型【MySQL】_第16张图片

ENUM 和 SET

MySQL 的 ENUM(枚举) 和 SET(集合) 是两种复合数据类型,它们都可以用来存储一组预定义的字符串值。它们的区别是:

  • ENUM 类型只能从预定义的值中选择一个,而 SET 类型可以选择零个或多个。
  • ENUM 类型的存储空间取决于预定义的值的数量,而 SET 类型的存储空间取决于预定义的值的数量和选择的值的数量。
  • ENUM 类型的排序是按照预定义值的顺序,而 SET 类型的排序是按照字母顺序。

下面是一些例子来说明它们的用法:

  • 如果想存储一个人的性别(非男即女),使用 ENUM 类型;想存储一个人的爱好(可以有多个),使用 SET 类型。例如:
mysql> create table t10( 
    -> name varchar(20),
    -> gender enum('男', '女'),
    -> hobby set('音乐', '电影', '游泳', '足球')
    -> );
数据类型【MySQL】_第17张图片 数据类型【MySQL】_第18张图片

请注意在插入 SET 的多个参数时,只需要用英文逗号隔开,被包含在一对单引号中。

MySQL 为了存储的效率,它将 SET 中的一组预定义的字符串视为一组二进制位。当用户查询或插入 SET 值时,可以使用字符串(上面的做法)或者(十进制)数字来表示,但是 MySQL 实际上是用二进制位来存储和比较的。
数据类型【MySQL】_第19张图片

在这个例子中,插入 SET 记录使用的是十进制的整数,整数的合法性取决于 SET 的长度,例如在 SET[‘音乐’, ‘电影’, ‘游泳’, ‘足球’] 中,这 4 个字符串对应的二进制权值位分别是 [1, 2, 4, 8](SET 最多能够存储 64 个字符串),总共 15,即最大值是 15。所以当插入 123 时,是不合法的。

其中 12 的二进制序列是 [0011],对应着 SET 的后两个字符串。

如果你想用二进制序列b'1111'或者0b1111插入记录,是不被 SQL 允许的。

虽然语法上允许使用十进制数字插入记录,但是对于后期维护和插入时的人员而言都不友好,一是要进行进制转换,而是可读性差。

另外,SET 和 ENUM 的下标都是从 1 开始的,而不是从 0,这是出于 MySQL 用户不一定是程序员的考虑。

FIND_IN_SET

find_in_set(str, str_set),这个函数是用来验证 str 这个字符串是否在 str_set 这个集合中的,如果找到则返回下标;找不到则返回 0。

例如在上面这个表中:

数据类型【MySQL】_第20张图片
  • find_in_set 函数只能用于字符串类型的列,如果列的类型是 set,那么它会被转换成字符串再进行比较。
  • find_in_set 函数只能用于单个值的查找,如果要查找多个值,需要用多个 find_in_set 函数并用 AND 或 OR 连接。
  • find_in_set 函数不能用于模糊匹配,如果要查找包含某个子串的值,需要用 like 函数。

参考资料

  • MySQL 数据类型 | 菜鸟教程

  • MySQL 数据类型 | CSDN

你可能感兴趣的:(MySQL,mysql,数据库)