MySQL的資料型別和建庫策略
無論是在小得可憐的免費資料庫空間或是大型電子商務網站,合理的設計表結構、充分利用空間是十分必要的。這就要求我們對資料庫系統的常用資料型別有充分的認識。下面我就將我的一點心得寫出來跟大家分享。
一、數字型別
數字型別按照我的分類方法分為三類:整數類、小數類和數字類。
我所謂的“數字類”,就是指 DECIMAL 和 NUMERIC,它們是同一種類型。它嚴格的說不是一種數字型別,因為他們實際上是將數字以字串形式儲存的;他的值的每一位 (包括小數點) 佔一個位元組的儲存空間,因此這種型別耗費空間比較大。但是它的一個突出的優點是小數的位數固定,在運算中不會“失真”,所以比較適合用於“價格”、“金額”這樣對精度要求不高但準確度要求非常高的欄位。
小數類,即浮點數型別,根據精度的不同,有 FLOAT 和 DOUBLE 兩種。它們的優勢是精確度,FLOAT 可以表示絕對值非常小、小到約 1.17E-38 (0.000...0117,小數點後面有 37 個零) 的小數,而 DOUBLE 更是可以表示絕對值小到約 2.22E-308 (0.000...0222,小數點後面有 307 個零) 的小數。FLOAT 型別和 DOUBLE 型別佔用儲存空間分別是 4 位元組和 8 位元組。如果需要用到小數的欄位,精度要求不高的,當然用 FLOAT 了。可是說句實在話,我們“民用”的資料,哪有要求精度那麼高的呢?這兩種型別至今我沒有用過――我還沒有遇到適合於使用它們的事例。
用的最多的,最值得精打細算的,是整數型別。從只佔一個位元組儲存空間的 TINYINT 到佔 8 個位元組的 BIGINT,挑選一個“夠用”並且佔用儲存空間最小的型別是設計資料庫時應該考慮的。TINYINT、SMALLINT、MEDIUMINT、INT 和 BIGINT 佔用儲存空間分別為 1 位元組、2 位元組、3 位元組、4 位元組和 8 位元組,就無符號的整數而言,這些型別能表示的最大整數分別為 255、65535、16777215、4294967295 和 18446744073709551615。如果用來儲存使用者的年齡 (舉例來說,資料庫中儲存年齡是不可取的),用 TINYINT 就夠了;九城的《縱橫》裡,各項技能值,用 SMALLINT 也夠了;如果要用作一個肯定不會超過 16000000 行的表的 AUTO_INCREMENT 的 IDENTIFY 欄位,當然用 MEDIUMINT 不用 INT,試想,每行節約一個位元組,16000000 行可以節約 10 兆多呢。
二、日期時間型別
日期和時間型別比較簡單,無非是 DATE、TIME、DATETIME、TIMESTAMP 和 YEAR 等幾個型別。只對日期敏感,而對時間沒有要求的欄位,就用 DATE 而不用 DATETIME 是不用說的了;單獨使用時間的情況也時有發生――使用 TIME;但最多用到的還是用 DATETIME。在日期時間型別上沒有什麼文章可做,這裡就不再詳述。
三、字元 (串) 型別
不要以為字元型別就是 CHAR,CHAR 和 VARCHAR 的區別在於 CHAR 是固定長度,只要你定義一個欄位是 CHAR(10),那麼不論你儲存的資料是否達到了 10 個位元組,它都要佔去 10 個位元組的空間;而 VARCHAR 則是可變長度的,如果一個欄位可能的值是不固定長度的,我們只知道它不可能超過 10 個字元,把它定義為 VARCHAR(10) 是最合算的,VARCHAR 型別的佔用空間是它的值的實際長度 +1。為什麼要 +1 呢?這一個位元組用於儲存實際使用了多大的長度。從這個 +1 中也應該看到,如果一個欄位,它的可能值最長是 10 個字元,而多數情況下也就是用到了 10 個字元時,用 VARCHAR 就不合算了:因為在多數情況下,實際佔用空間是 11 個位元組,比用 CHAR(10) 還多佔用一個位元組。
舉個例子,就是一個儲存股票名稱和程式碼的表,股票名稱絕大部分是四個字的,即 8 個位元組;股票程式碼,上海的是六位數字,深圳的是四位數字。這些都是固定長度的,股票名稱當然要用 CHAR(8);股票程式碼雖然是不固定長度,但如果使用 VARCHAR(6),一個深圳的股票程式碼實際佔用空間是 5 個位元組,而一個上海的股票程式碼要佔用 7 個位元組!考慮到上海的股票數目比深圳的多,那麼用 VARCHAR(6) 就不如 CHAR(6) 合算了。
雖然一個 CHAR 或 VARCHAR 的最大長度可以到 255,我認為大於 20 的 CHAR 是幾乎用不到的――很少有大於 20 個位元組長度的固定長度的東東吧?不是固定長度的就用 VARCHAR。大於 100 的 VARCHAR 也是幾乎用不到的――比這更大的用 TEXT 就好了。TINYTEXT,最大長度為 255,佔用空間也是實際長度 +1;TEXT,最大長度 65535,佔用空間是實際長度 +2;MEDIUMTEXT,最大長度 16777215,佔用空間是實際長度 +3;LONGTEXT,最大長度 4294967295,佔用空間是實際長度 +4。為什麼 +1、+2、+3、+4?你要是還不知道就該打 PP 了。這些可以用在論壇啊、新聞啊,什麼的,用來儲存文章的正文。根據實際情況的不同,選擇從小到大的不同型別。
四、列舉和集合型別
列舉 (ENUM) 型別,最多可以定義 65535 種不同的字串從中做出選擇,只能並且必須選擇其中一種,佔用儲存空間是一個或兩個位元組,由列舉值的數目決定;集合 (SET) 型別,最多可以有 64 個成員,可以選擇其中的零個到不限定的多個,佔用儲存空間是一個到八個位元組,由集合可能的成員數目決定。
舉個例子來說,在 SQLServer 中,你可以節約到用一個 BIT 型別來表示性別 (男/女),但 MySQL 沒有 BIT,用 TINTINT 嗎?不,可以用 ENUM('帥哥','美眉'),只有兩種選擇,所以只需一個位元組――跟 TINYINT 一樣大,但卻可以直接用字串 '帥哥' 和 '美眉' 來存取。真是太方便啦!
好了,MySQL 的資料型別介紹得差不多,我的建庫策略也隨著介紹資料型別介紹給大家一些。但這只是其中一部分,篇幅有限,不能再細說;其他的,就靠各人在對資料型別理解的基礎上,多多實踐、多多討論。