MySQL 選擇合適的數(shù)據(jù)類型

char 與 varchar

  1. char 屬于固定長度的字符類型床玻,而 varchar 屬于可變長度的字符類型

  2. 檢索時(shí) char 會(huì)刪除尾部的空格

  3. 不同存儲(chǔ)引擎使用建議

    MyISAM:char

    MEMORY:char

    InnoDB:varchar

text 與 blob

  1. 二者的主要差別是 blob 能用來保存二進(jìn)制數(shù)據(jù),而 text 只能保存字符數(shù)據(jù)

  2. blob 和 text 值會(huì)引起一些性能問題吕世,特別是在執(zhí)行了大量的刪除操作時(shí)

    刪除操作會(huì)在數(shù)據(jù)表中留下很大的空洞,以后填入這些空洞的記錄在插入的性能上會(huì)有影響。微了提高性能,建議定期使用 optimize table 功能對(duì)這類表進(jìn)行碎片整理疼阔,避免因?yàn)榭斩磳?dǎo)致性能問題

  3. 可以使用合成的(Synthetic)索引來提高大文本字段的查詢性能

    合成索引就是根據(jù)大文本字段的內(nèi)容建立一個(gè)散列值,并把這個(gè)值存儲(chǔ)在單獨(dú)的數(shù)據(jù)列中,接下來就可以通過檢索散列值找到數(shù)據(jù)行了婆廊。但是迅细,要注意這種技術(shù)只能用于精確匹配的查詢√粤冢可以使用 md5() 茵典,sha1(),或 crc32() 函數(shù)生成散列值

  4. 在不必要的時(shí)候避免檢索大型的 blob 或 text 值

  5. 把 blob 或 text 分離到單獨(dú)的表中

浮點(diǎn)數(shù)和定點(diǎn)數(shù)

  1. 浮點(diǎn)數(shù)一般用于表示含有小數(shù)點(diǎn)的數(shù)值宾舅。當(dāng)一個(gè)字段被定義為浮點(diǎn)類型后统阿,如果插入數(shù)據(jù)的精度超過該列定義的實(shí)際精度,則插入值會(huì)被四舍五入到實(shí)際定義的精度值
  2. 定點(diǎn)數(shù)是以字符串形式存放的筹我,所以定點(diǎn)數(shù)可以更精確的保存數(shù)據(jù)
  3. 浮點(diǎn)數(shù)會(huì)產(chǎn)生誤差扶平,避免與浮點(diǎn)數(shù)的比較

日期類型選擇

  1. 根據(jù)實(shí)際需要選擇能夠滿足應(yīng)用的最小存儲(chǔ)的日期類型
  2. 如果要記錄年月日時(shí)分秒,并且記錄的年份比較久遠(yuǎn)蔬蕊,那么最好使用 datetime结澄,而不要使用 timestamp。因?yàn)?timestamp 表示的日期范圍比 datetime 要短的多
  3. 如果記錄的日期需要讓不同時(shí)區(qū)的用戶使用岸夯,那么最好使用 timestamp麻献,因?yàn)槿掌陬愋椭兄挥兴軌蚝蛯?shí)際的時(shí)區(qū)相對(duì)應(yīng)
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市猜扮,隨后出現(xiàn)的幾起案子勉吻,更是在濱河造成了極大的恐慌,老刑警劉巖旅赢,帶你破解...
    沈念sama閱讀 218,858評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件齿桃,死亡現(xiàn)場離奇詭異,居然都是意外死亡鲜漩,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,372評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門集惋,熙熙樓的掌柜王于貴愁眉苦臉地迎上來孕似,“玉大人,你說我怎么就攤上這事刮刑『砑溃” “怎么了?”我有些...
    開封第一講書人閱讀 165,282評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵雷绢,是天一觀的道長泛烙。 經(jīng)常有香客問我,道長翘紊,這世上最難降的妖魔是什么蔽氨? 我笑而不...
    開封第一講書人閱讀 58,842評(píng)論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上鹉究,老公的妹妹穿的比我還像新娘宇立。我一直安慰自己,他們只是感情好自赔,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,857評(píng)論 6 392
  • 文/花漫 我一把揭開白布妈嘹。 她就那樣靜靜地躺著,像睡著了一般绍妨。 火紅的嫁衣襯著肌膚如雪润脸。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,679評(píng)論 1 305
  • 那天他去,我揣著相機(jī)與錄音毙驯,去河邊找鬼。 笑死孤页,一個(gè)胖子當(dāng)著我的面吹牛尔苦,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播行施,決...
    沈念sama閱讀 40,406評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼允坚,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了蛾号?” 一聲冷哼從身側(cè)響起稠项,我...
    開封第一講書人閱讀 39,311評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎鲜结,沒想到半個(gè)月后展运,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,767評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡精刷,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,945評(píng)論 3 336
  • 正文 我和宋清朗相戀三年拗胜,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片怒允。...
    茶點(diǎn)故事閱讀 40,090評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡埂软,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出纫事,到底是詐尸還是另有隱情勘畔,我是刑警寧澤,帶...
    沈念sama閱讀 35,785評(píng)論 5 346
  • 正文 年R本政府宣布丽惶,位于F島的核電站炫七,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏钾唬。R本人自食惡果不足惜万哪,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,420評(píng)論 3 331
  • 文/蒙蒙 一侠驯、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧壤圃,春花似錦陵霉、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,988評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至冲杀,卻和暖如春效床,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背权谁。 一陣腳步聲響...
    開封第一講書人閱讀 33,101評(píng)論 1 271
  • 我被黑心中介騙來泰國打工剩檀, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人旺芽。 一個(gè)月前我還...
    沈念sama閱讀 48,298評(píng)論 3 372
  • 正文 我出身青樓沪猴,卻偏偏與公主長得像,于是被迫代替她去往敵國和親采章。 傳聞我的和親對(duì)象是個(gè)殘疾皇子运嗜,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,033評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容