資料庫中可以用datetime、bigint、timestamp來表示時間，那麼選擇什麼型別來儲存時間比較合適呢？

前期資料準備

通過程式往資料庫插入50w資料

• 資料表：

CREATE TABLE `users` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `time_date` datetime NOT NULL,
  `time_timestamp` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  `time_long` bigint(20
 
) NOT NULL,
  PRIMARY KEY (`id`),
  KEY `time_long` (`time_long`),
  KEY `time_timestamp` (`time_timestamp`),
  KEY `time_date` (`time_date`)
) ENGINE=InnoDB AUTO_INCREMENT=500003 DEFAULT CHARSET=latin1

其中time_long、time_timestamp、time_date為同一時間的不同儲存格式

• 實體類users

/**
 * @author hetiantian 
 * @date 2018/10/21
 * 
 
*/
@Builder
@Data
public class Users {
    /**
     * 自增唯一id
     * */
    private Long id;

    /**
     * date型別的時間
     * */
    private Date timeDate;

    /**
     * timestamp型別的時間
     * */
    private Timestamp timeTimestamp;

    /**
     * long型別的時間
     * */
    private long timeLong;
}

• dao層介面

/**
 * @author hetiantian
 * @date 2018/10/21
 * */
@Mapper
public interface UsersMapper {
    @Insert("insert into users(time_date, time_timestamp, time_long) value(#{timeDate}, #{timeTimestamp}, #{timeLong})")
    @Options(useGeneratedKeys = true,keyProperty = "id",keyColumn = "id")
    int saveUsers(Users users);
}

• 測試類往資料庫插入資料

public class UsersMapperTest extends BaseTest {
    @Resource
    private UsersMapper usersMapper;

    @Test
    public void test() {
        for (int i = 0; i < 500000; i++) {
            long time = System.currentTimeMillis();
            usersMapper.saveUsers(Users.builder().timeDate(new Date(time)).timeLong(time).timeTimestamp(new Timestamp(time)).build());
        }
    }
}

生成資料程式碼方至github：github.com/TiantianUpu… 如果不想用程式碼生成，而是想通過sql檔案倒入資料，附sql檔案網盤地址：pan.baidu.com/s/1Qp9x6z8C…

sql查詢速率測試

• 通過datetime型別查詢：

select count(*) from users where time_date >="2018-10-21 23:32:44" and time_date <="2018-10-21 23:41:22"

耗時：0.171

• 通過timestamp型別查詢

select count(*) from users where time_timestamp >= "2018-10-21 23:32:44" and time_timestamp <="2018-10-21 23:41:22"

耗時：0.351

• 通過bigint型別查詢

select count(*) from users where time_long >=1540135964091 and time_long <=1540136482372  

耗時：0.130s

• 結論 在InnoDB儲存引擎下，通過時間範圍查詢，效能bigint > datetime > timestamp

sql分組速率測試

使用bigint 進行分組會每條資料進行一個分組，如果將bigint做一個轉化在去分組就沒有比較的意義了，轉化也是需要時間的

• 通過datetime型別分組：

select time_date, count(*) from users group by time_date

耗時：0.176s

• 通過timestamp型別分組：

select time_timestamp, count(*) from users group by time_timestamp

耗時：0.173s

• 結論 在InnoDB儲存引擎下，通過時間分組，效能timestamp > datetime，但是相差不大

sql排序速率測試

• 通過datetime型別排序：

select * from users order by time_date

耗時：1.038s

• 通過timestamp型別排序

select * from users order by time_timestamp

耗時：0.933s

• 通過bigint型別排序

select * from users order by time_long

耗時：0.775s

• 結論 在InnoDB儲存引擎下，通過時間排序，效能bigint > timestamp > datetime

小結

如果需要對時間欄位進行操作(如通過時間範圍查詢或者排序等)，推薦使用bigint，如果時間欄位不需要進行任何操作，推薦使用timestamp，使用4個位元組儲存比較節省空間，但是隻能記錄到2038年記錄的時間有限

作者：噠波甜
連結：https://juejin.cn/post/6844903701094596615
來源：掘金
著作權歸作者所有。商業轉載請聯絡作者獲得授權，非商業轉載請註明出處。