高性能MYSQL读书要点摘录_3_Schema与数据类型优化

一 选择优化的数据类型

1.  更小的通常更好：占用更少的磁盘，内存 ，CPU。同时要确保没有低估要存储值的范围。

2.  简单就好：简单的数据类型操作通常需要更少的CPU周期。比如 整形比字符操作的代价更低。

3. 尽量避免NULL：通常情况下最好指定列为NOT NULL，除非真的要存储为NULL。因为如果查询中包含NULL的列，对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加复杂。同时 可为NULL的列会使用更多的存储空间，在MYSQL里需要特殊处理。

4. 为列确定合适的数据类型，第一步需要确定合适的大类型：数字，字符串，时间等；第二步，选择具体的类型。很多MYSQL的数据类型可以存储为相同的数据类型，只是存储的长度和范围不一样、允许的精度不同，相同大类型的不同子类型数据有时也有一些特殊的行为和属性。例如datetime和timestamp列都可以存储相同的类型的数据：时间和日期，精确到秒。然而timestamp只使用datetime一半的存储空间，并且会根据时区变化，具有特殊的自动更新能力。另一方面,TIMESTAMP允许的时间范围要小的多，有时候它的特殊能力会成为障碍。MYSQL为了兼容性支持很多别名，例如INTEGER,BOOL,NUMERIC都是整形，只是别名不同。通过show create table 可以查看基本类型，而不是别名。

二 整数类型

    整数类型包含:TINYINT,SMALLINT,MEDIUMINT,INT,BIGINT。分别使用8,16,24,32,64位存储空间。整数类型可选UNSIGNED属性，表示不允许负值，可以使得正数的上限提高一倍。有符号和无符号类型使用相同的存储空间，并且有相同的性能，因此可以根据实际情况选择合适的类型。

    MYSQL可以为整数类型指定宽度，例如INT(11)，对大多数应用没有意义的：它不会限制值的合法范围，只是规定了MYSQL的一些交互工具（例如MYSQL命令行客户端）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。

三 实数类型

    MySQL即支持精确的类型，也支持不精确的类型。FLOAT和DOUBLE支持标准的浮点运算进行近似计算。DECIMAL类型用于存储精确的小数。

    浮点类型和DECIMAL类型都可以指定精度。对于DECIMAL列，可以指定小数点前后所允许的最大位数。这会影响列的空间消耗。例如,DECIMAL(18,9)小数点的两边将各存储9个数字，一共使用9个字节：小数点前的数字用4个字节，小数点后的数字用4个字节，小数点本身占一个字节。

四 字符串类型

    VARCHAR和CHAR类型是两种最主要的字符串类型。VARCHAR类型用于存储可变长字符串，它比定长类型更加省空间，因为它仅使用必要的空间。VARCHAR需要使用1或2个额外字节记录字符串的长度。CHAR适合存储很短的字符串，或者所有值长度接近的。例如 CHAR非常适合存储密码的MD5值。

    与CHAR和VARCHAR类似的类型还有BINARY和VARBINARY，它们存储的是二进制字符串。二进制字符串存储的是字节码而不是字符。二进制存储相对于字符存储有比较方面的优势，按字节比较速度更快。

    BLOB和TEXT类型都是为了存储很大的数据而设计的字符串类型，分别采用二进制和字符方式存储。BLOB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的规则。同时 MYSQL不能将BLOB和TEXT列全部长度的字符串进行索引，也不能使用这些索引消除排序。

    使用枚举代替字符串类型，MYSQL会根据对应的关系 保存枚举类型的整形数值。

CREATE TABLE ENUM_TEST(e ENUM('fish','apple','dog') not null);
INSERT INTO ENUM_TEST(e) VALUES('fish'),('dog'),('apple');
--- 通过下面查询可以看到MYSQL实际存储的数值----

select e+0 from enum_test;

----如果想指定枚举查询的排序可以通过field()实现---
select e from enum_test order by field(e,'apple','dog','fish');

五 日期和时间类型

    DATETIME： 保存的范围较大，从1001年到9999年，精度为秒。使用8个字节的存储空间。

    TIMESTAMP：存储从1970年1月1日午夜开始的秒数，和unix时间戳类型。使用4个字节的存储空间 只能到2038年。

MYSQL提供了FROM_UNIXTIME()和UNIX_TIMESTAMP()函数实现日期和UNIX时间戳的相互转换。

六 其他类型

    位数据类型：BIT ,SET; 

    特殊数据类型比如存储IPv4时要把它存储为整形 ，可以通过mysql的inet_aton() 和inet_ntoa()函数实现IP字符形式和整数形式的转换。

七 schema设计中的陷阱

1. 太多的列：MYSQL服务器层和存储引擎层之间通过行缓冲格式拷贝数据。如果列数太多，列转成行数据结构代价也会高。

2. 太多的关联：单个查询最好在12个表以内做关联。

3. 全能的枚举：防止过度使用枚举。

4. 变相的枚举：ENUM列允许存储单个枚举值，集合（SET）允许存储一个或多个值。有时在这两个类型的选择容易混淆。
   

5. NULL：可以通过使用0,或特殊值或空字符串代替NULL。

八 范式和反范式

    1 范式的优点和缺点：范式化的更新操作通常比反范式化要快；数据范式化好时，通常很少或者没有重复数据，所以修改更快；范式化的表通常更小，可以更好的放在内存里，所以执行操作会更快；范式化的缺点是通常需要更多的关联操作，同时可能会使一些索引策略无效；

    2 反范式化的优点和缺点：可以更好的避免关联操作，有效的使用索引策略；缺点是需要额外的存储空间。

    3 设计表结构时可以混用范式化和反范式化。

九 表结构设计其他技巧

1. 使用缓存表和汇总表。。。。。。。。。

本文链接：http://my.oschina.net/robinyao/blog/596561