高性能MySQL笔记 第4章 Schema与数据类型优化

4.1 选择优化的数据类型

通用原则

更小的通常更好

前提是要确保没有低估需要存储的值范围：因为它占用更少的磁盘、内存、CPU缓存，并且处理时需要的CPU周期也更少。

简单就好

简单数据类型的操作需要更少的CPU周期。

尽量避免NULL

值可为NULL的列使得索引、索引统计和值比较都更复杂化。可为NULL的列会使用更多的存储空间。

整数类型

TINYINT SMALLINT MEDIUMINT INT BIGINT。分别使用8，16，24，32，64位存储空间。他们可以存储的值的范围从 -2(N-1) 到 2(N-1)-1，其中N为存储空间的位数。

UNSIGNED 属性标识不允许负值，存储之的范围将变为0到2(N)-1。

MySQL 可以为整数类型指定宽度，例如INT(11)，他不会限制值得合法范围，只是规定了MySQL的一些交互工具 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。

实数类型

FLOAT DOUBLE DECIMAL。

字符串类型

VARCHAR CHAR

VARCHAR 类型用于存储可变长字符串。

CHAR 类型用于存储定长字符串。非常适用于存储MD5值。

VARCHAR 需要使用1或2个额外字节记录字符串的长度：如果列的最大长度小于或等于255字节，则只使用1个字节表示，否则使用2个字节。VARCHAR节省了存储空间，所以对性能也有帮助。但是，由于行是变长的，在update时可能使行变得比原来更长，这就导致需要做额外的工作，不同的存储引擎的处理方式是不一样的。例如，MyISAM会将行拆成不同的片段存储，InnoDB则需要分裂页来使行可以放进页内。

BLOB TEXT

BLOB采用二进制方式存储，没有排序规则或字符集。

TEXT采用字符方式存储，有字符集和排序规则。

TINYTEXT SMALLTEXT TEXT MEDIUMTEXT LONGTEXT，其中TEXT=SMAILLTEXT。

TINYBLOB SMALLBLOB BLOB MEDUIMBLOB LONGBLOB，其中BLOB=SMALLBLOB。

使用枚举（ENUM）代替字符串类型

枚举列把一些不重复的字符串存储成一个预定义的集合。

MySQL在内部会将每个值在集合中的位置保存为整数。

日期和时间类型

DATETIME TIMESTAMP TIME DATE YEAR

特殊类型数据

IPv4地址，MySQL提供INET_ATON() 和INET_NTOA()函数来相互转换。

4.2 MySQL schema 设计中的陷阱

太多的列

太多的关联：最好小于12

错误使用枚举

非此发明的NULL

4.3 范式和反范式

三大范式

第一范式（1NF）是指数据库表的每一列都是不可分割的基本数据项，同一列中不能有多个值，即实体中的某个属性不能有多个值或者不能有重复的属性。

第二范式（2NF）要求数据库表中的每个实例或行必须可以被唯一地区分。为实现区分通常需要为表加上一个列，以存储各个实例的唯一标识（主键）。

第三范式（3NF）要求一个数据库表中不包含已在其它表中已包含的非主关键字信息。

范式的优缺点

优点

范式化的更新操作通常比反范式化要快；

当数据较好地范式化时，就只要很少或者没有重复数据，所以只需要修改更少的数据；

范式化的表通常更小，可以更好地放在内存里，所以执行操作会更快；

很少有多余的数据意味着检索列表数据时更少需要DISTINCT或者GROUP BY语句。

缺点

范式化设计的schema的缺点通常需要关联。这不但代价昂贵，也可能使一些索引策略无效。

反范式的优缺点

优点

避免关联；

缺点

冗余字段；

4.6 总结

尽量避免过度设计，例如会导致极其负责查询的schema设计，或者有很多列的表的设计；

使用小而简单的适合数据类型，除非真实数据模型镇南关有确切的需要，否则应该尽可能地避免使用NULL值；

尽量使用相同的数据类型存储相似或相关的值，尤其是要在关联条件中使用的列；

注意可变长字符串，其在临时表中排序时可能导致悲观的按最大长度分配内存；

尽量使用整形定义标识列；

避免使用MySQL已经遗弃的特性，例如指定浮点数的精度，后者整数的显示宽度；

小心使用ENUM和SET。虽然他们用起来很方便，但是不要滥用，否则有时候会变成陷阱。最好避免使用BIT；