【mysql进阶】10种数据类型的区别以及如何优化表结构（三）

0.引言

一个优秀的开发者在于性能的提升和资源的节约上是会不断追求，不断打磨的，我们在使用mysql时创建表结构时，更是需要我们理解每一种数据类型的区别，并且在不同的业务场景中选择适合的数据类型。

那么我们今天就来谈谈如何来优化表结构

1. 数据类型的优化

字段是组成表结构的基础，而针对数据类型做好优化，更是表结构优化的第一步。所以我们先来看如何对数据类型做好选型与优化。

1.1 mysql的数据类型

首先我们要知道mysql支持哪些数据类型，这些数据类型之间的区别是是什么，然后我们才能针对不同的场景选择不同的类型。

mysql中一共支持10种数据类型

1.1.1 整数类型

整数类型分为以下5种

数据类型	大小	范围
tinyint	1字节	-128~127
smallint	2字节	-32768~32767
mediumint	3字节	-8388608~8388607
int	4字节	-2147483648~2147483647
bigint	8字节	-9.22*10^18~9.22*10^18

通过上述我们知道tinyint是在所有整型中占用空间最小的，我们常常看到会用int(n)等形式来表示数据类型，其中的n的含义是该数据类型能够展现的最大宽度，比如10的宽度就是2，100的宽度就是3，n与数据的存储大小不相关，也就是说int(1)与int(11)所占用的空间都是4字节

1.1.2 浮点数类型

mysql中浮点类型有以下3种

数据类型	大小
float	4字节
double	8字节
decimal (m,n)	取决于m,n

decimal的大小取决于m,n的值，m表示整个数值的数字长度，n表示小数部分的数字长度，默认4个字节可以存储9个数字，小数点占1个字节，不满9个数字时占用大小如下所示

数字个数	大小
1，2	1字节
3，4	2字节
5，6	3字节
7，8	4字节

举个例子：decimal(19,4)，19/9=2…1，2*4=8字节，1个数字占1字节，再加上小数点1字节，所以总共占8+1+1=10字节

需要注意的是：mysql规定m<65，n<30

1.1.3 位类型

bit数据类型用于存储位字段值，支持1-64个长度，我们可以用bit(1)来表示布尔类型的数据

尽管从空间占用上来说，bit更小，但实际开发中我们更常用的是tinyint(1)来表示，而很少使用bit，主要是因为bit是在mysql5.x版本后的支持才逐渐完善，而历史开发的习惯和继承使得我们更喜欢使用tinyint

1.1.4 日期类型*

日期类型主要包含以下5种

数据类型	大小	范围	用途
date	3字节	1000-01-01～9999-12-31	存储日期
time	3字节	‘-838:59:59’~‘838:59:59’	存储时间值（不存储日月年）
year	1字节	1901~2155	存储年份值
datetime	8字节	1000-01-01 00:00:00～9999-12-31 23:59:59	存储时间值（包括日月年）
timestamp	4字节	1970-01-01 00:00:00~2038-1-19 11:14:07	存储时间戳，注意只能存储到2038年

1.1.5 字符类型*

字符类型包括如下几种：

数据类型	大小	用途
char	0~255字节	存储定长字符串
varchar	0-65535字节	存储变长字符串
text	0-65535字节	存储长文本
tinytext	0-255字节	存储短文本
mediumtext	0-16M	存储中等文本
longtext	0-4G	存储极大文本

需要注意的是，在mysql中已经很少使用4种text类型了，一般这类长文本数据会以文件形式存储到OSS，或者存储到es中间件中。

1.1.6 二进制字符串类型

与上述的文本类型对应，mysql中提供了4中二进制文本类型，实际开发中使用较少，这里罗列出来供大家参考

数据类型	大小	用途
blob	0-65535字节	存储二进制形式的长文本
tinyblob	0-255字节	存储二进制形式的短文本
mediumblob	0-16M	存储二进制形式的中等文本
longblob	0-4G	存储二进制形式的极大文本

blob类型与text类型的区别在于：
1、blob是以二进制存储数据，text是以文本存储数据
2、blob存储的数据只能整体读出
3、因为blob是二进制的，所以不用指定字符集，而text需要

1.1.7 枚举类型*

enum，与java一样，mysql中也有枚举类型，我们可以用枚举类型来表示状态、类型等枚举值

1.1.8 集合类型

set，不常用，一般用子表存储集合数据

1.1.9 JSON类型

json，用于存储json型对象、数组，比如存储bpmn工作流模版json型数据。但实际工作中很少使用mysql存储json数据，这是由mysql本身关系型数据库的本质决定的，更常使用天然支持json的mongodb，如果数据量大的还可以采用es存储

1.1.10 空间数据类型

geometry,point等，mysql中也很少存储空间坐标数据，同样更常使用mongodb、es来存储

1.2 数据类型优化原则

我们在了解了mysql支持的数据类型以及它们占用的空间大小和用途后，就可以接着进入我们今天的正题，如何优化表字段。我们从以下3个原则出发来进行讲解

1.2.1 越小越好

我们应当尽量使用最小的数据类型，所谓最小就是占用空间最小。能用smallint就不用int，能用tinyint就不用smallint

1、整型
比如‘是否删除’这样的标识字段，我们就可以用tinyint(1)来表示，而不要用int(1)来表示。上面已经解释了，这里面的1并不是其占用的空间大小，不要觉得tinyint(1)的大小和int(1)大小是一致的

整型的空间大小按从小到大是：tinyint<smallint<mediumint<int<bigint，能用小则用小

** 2、字符串**
字符串中我们最常用的是varchar和char，如电话号码、邮编这样的定长的字符我们就尽量使用char。并且其长度在满足业务的情况下，能小则小，比如邮编为6位，就不要定义为char(10)，不要白白浪费这4个空间。

同时对于不确定长度的字符串，我们虽然使用varchar，但也不要盲目地定义为varchar(255)，而是要根据实际的业务情况来定义最大长度，如果你不知道他的最大长度，那就去问产品经理、问业务，确定一个最大长度。

这里还要给大家补充几个知识点：

（1）varchar(n)，当n<=255时，需要使用额外的1个字节保存长度，n>255时需要额外使用2个字节保存长度。
（2）为了提高查询效率，及时长度不满255，mysql也会给varchar预留255的空间位置，也就是说varchar(1)预留的空间位置也是255，这里要注意预留位置不代表实际占用的大小，所谓预留是指将磁盘中连续的这一段空间位置留出来，这样这些数据是连续的，获取的时候效率就高。想想你们一家人，你哥住村头，你住村尾，你说村长过来通知你家去开会，你们是住在一起的时候通知的快还是没住在一起的时候通知的快？
（3）varchar在mysql5.6版本之前，变更长度到255以下改到255以上时，会导致锁表。所以我们都尽量建议将长度定到255以下
（4）char的查询效率比varchar更高，所以能用char就用char。结合上面说的村头村尾的例子，想想为什么？

3、长文本数据
如上述所示，这类数据一般是文章或者其他文档文件，我们一般将其以文件形式存储到OSS服务器，然后在数据库中以varchar形式存储一个OSS上该文件的地址

4、时间类型
按照占用大小来看：date<timestamp<datetime。按照上述的原理，在满足业务的情况下尽量使用小的，但是时间类型比较特殊，我们考虑业务需要具有一定的前瞻性：

比如存储的日期需不需要到秒，业务上可能没有这个需求，但是未来做数据统计的时候需不需要。

或者项目运行的日期会不会超过2038年，因为timestamp最大只能表示2038年。这时就要使用datetime

5、枚举类型
使用enum类型或者数值类型来代替一些枚举型的字符串

6、ip地址
一般我们存储ip地址直接想到的是字符串，实际上可以通过inet_aton函数将字符串型的ip数据转换为数值存储到数据库，这样占用的空间就会大大缩小，查询时再通过inet_ntoa函数来转换

select inet_aton('1.1.1.1')
select inet_ntoa(16843009)

1.2.2 越简单越好

能够使用更加简单的类型就使用更简单的类型，因为简单的数据类型消耗的CPU资源更少。那么哪些类型更加简单呢？

1、整型比字符串更简单，比如ip地址转换为整型来存储
2、日期类型比字符串更简单，比如避免使用字符串来存储日期
3、char比varchar更简单

1.2.3 避免为空

我们知道在对null值判断时，直接=null、!=null是不生效的，而得通过is null、is not null来判断。并且null值会让索引无法统计，因此我们在创建表字段时，能给默认值就尽量给默认值，特别是索引字段。

2. 表结构优化原则

2.1 适当的数据冗余

适用场景：频繁查询且需要join两张或两张以上表才能获取的少量字段

设计表结构时，如果某些字段需要join另一个表来查询，并且查询还比较频繁，那么我们就应该考虑在主表中冗余该字段，这样通过一张表查询所有数据，提高查询效率

案例1:

比如商品名称，商品ID等数据维护在商品表里，订单表中有商品ID。我们查询订单中必然要显示商品名称，如果每次都从商品表中关联获取名称，其效率肯定不如我们直接在订单表中冗余一个商品名称来得高

当然这样的冗余要考虑业务需要，比如我们某些业务要求数据要实时显示，名称这类的信息可能会被更改，一旦更改了之前业务表中查询出来的名称也要是最新的，这种情况下，就需要我们得通过关联查询了，就不再是冗余数据能够解决的了

有的同学可能会说了，我更新的时候把冗余字段一起更新了不就行了吗？嗯这倒是个好主意，但是得分情况，如果业务表中的数据特别的，那你要更新的冗余数据就会特别多，可能就会导致这个更新操作得不偿失。

案例2:

比如我们有一个运单表，每个运单下记录了多个运输的货物信息，那么同时也有了一个运输货物表，那么当我们要统计某段时间内的运输总量时，就需要通过运单表关联货物表，然后对货物表中的重量字段求和

但实际上我们可以通过在运单中冗余一个总重量字段，甚至可能还有一个总金额字段，在插入货物的时候就求和并且记录到运单中了，这样统计时直接在运单中获取即可

2.2 适当的拆分

使用场景：表中存在占用空间较大但不常查询的字段，同时存在其他频繁查询的字段时

当我们的表中存在某个或某几个占用空间大，比如text类型的，或者varchar(200+)类型的，我们需要经常查询这张表的某几个字段，但是这几个大字段却不需要时，我们就可以考虑把这几个大字段拆分到另一张表中，通过外键关联

这样做的好处是，让这些经常查询的数据存放在相邻的数据块中，这样查询时可以提高效率（还是上述提高的村头村尾的例子），减少IO次数

2.3 选择合适的字符集

可能我们很多的开发中并没有在意字符集的选择，很多都是闭着眼给数据库设置utf8mb4，然后完事了。

但是实际上，针对不同的业务场景，选择适当的字符集可以大大提高我们的查询效率

1、如果业务数据只有英文和数字，那么可以设置为latin1，也就是拉丁字符集，这可以节约大量的存储空间。如果可以确定不需求存放多种语言的数据，就没有必要非得用utf8或utf8mb4

2、针对不同的业务表的不同数据情况，选择不同的字符集，以减少存储空间，从而提高查询效率

3、有中文，就使用utf8mb4，而不要用utf8。因为utf8最多支持3字节，而像一些生僻中文字和emojj表情是需要4字节的，就会导致存储错误bug，mysql官方在2010年发布utf8mb4也是为了解决这些bug。

2.4 主键选择

主键选择一般有两种方案：一是选择业务数据中的具有唯一性的自然主键，比如用户表中的身份证号，订单表中的订单号；二是通过主键生成算法生成一个与业务无关的主键，比如UUID

我们更加推荐使用第二种方案，即通过主键生成算法来生成一个随机的主键，这样做有两种好处：

• 1 与业务无关，更加容易维护
  想象一下，如果是在多租户系统中，很多情况下为了满足用户公司的管理需求，我们允许用户输入自定义编号，比如租户A的用户输入了编号111，如果我们将这个唯一编号作为主键，因为是多租户系统，数据是隔离的，租户B的用户是看不到编号111的数据的，但是如果他刚好也创建了一个编号111时，就会发现数据库报错了，因为主键不允许重复，但是他却会纳闷了：我也没看到111被输入过呀，页面里没有显示呀。所以这样的情况下， 与业务无关的主键成为必要。

• 2 一般主键生成算法是通用的，通用的处理方案对整体开发而言是能够高效节约时间的

总结

好了，本期关于表结构优化的几种原则就到此结束了，更多细节上的实现还要大家结合具体的业务需求来把控。如果你觉得本文对你有帮助的话，不妨点个关注给个赞！

我们下期再见～