总想写一篇MySQL的设计和列类型选取的文章，一直挤不出时间。天天晚上都要加班，正逢5.1放假，抽了几天就有了此文。如果对朋友们能有帮助的话，关注一波不过分吧？求关！

选择更优的数据类型尽量选择存储空间更小的数据类型

空间更小占用的磁盘空间会更小，更加节省空间

数据类型尽量简单

可以选择简单的数据类型就不要选择复杂的，例如可以用INT存储数据就不要用DOUBLE或者FLOAT存储，这没有任何意义

尽量不要使用NULL值列

因为NULL会给索引带来额外的存储空间、在SQL查询中更难优化

整数类型

一般会选择BIGINT作为主键列的列类型，注意：即使在创建列时指定数据长度，也无法改变占用空间。例如INT(11)和INT(20)都是占用32位存储空间，指定数据长度只能够在显示结果的时候起作用。

在运算操作中，一般会使用BIGINT数据类型，即使在32位计算机中也如此。

实数类型

实数类型包括了小数部分，在MySQL中主要有三种数据类型：FLOAT、DOUBLE、DECIMAL

FLOAT和DOUBLE都是采用近似浮点运算，有可能出现精度损失问题；DECIMAL是精确存储数字的类型，在运算中可以不损失精度，一般用于精确数值运算场景-例如财务数据；DECIMAL类型每9个数字占用4个字节。

DECIMAL可以动态指定数据长度，例如：DECIMAL(18, 9)代表保留小数点前9位、后9位，存储空间为9个字节，小数点占1个字节。

注意：CPU本身不支持浮点数的精确运算，DECIMAL的精确运算在MySQL服务器中实现，而运算速度比CPU的浮点运算慢，即FLOAT和DOUBLE的运算比DECIMAL快

字符串类型

选用VARCHAR的标准：

数据的长度差异较大不确定数据的长度每个字符占用的字节数不一致，例如UTF-8编码下的字符可能占用1~2个字节

选用CHAR的标准：

数据的长度较一致，例如长度相同的MD5散列码值数据长度很短的列，例如存储'Y'或'N'，因为VARCHAR需要额外1个字节存储数据长度

VARCHAR类型在更新时可能因为数据长度变得比原来更长，磁盘没有足够的存储空间存储该值，导致页分裂；而CHAR类型相对稳定，因为长度一致。

VARCHAR类型有可能导致内存碎片，它在存储值时如果数据长度未满，则会浪费一些存储空间，所以定义VARCHAR的数据长度需要谨慎考虑，以免产生大量内存碎片。例如VARCHAR(20)和VARCHAR(255)存储最大长度为15个字节的字符串，那么VARCHAR(255)就非常奢侈了。

日期和时间类型

建议使用TIMESTAMP而不是DATETIME，因为在存储空间上占有优势，TIMESTAMP可以利用FROM_UNIXTIME()转换为日期，UNIX_TIMESTAMP()转换为时间戳，也可以在应用程序级别上进行两者的转换输出。

由于TIMESTAMP默认是NOT NULL，如果在插入时没有指定时间戳，会采用当前的时间戳存储。

位数据类型

在开发中应尽量少或者非常谨慎的使用BIT，原因如下：

在字符串上下文中，BIT查询到的结果是ASCII码对应的字符，而在数字上下文中，显示的是ASCII码本身的值

例如：

CREATE TABLE bittest(a bit(8));INSERT INTO bittest (a) VALUES (b'00111001');SELECT a, a + 0 FROM bittest;

SET可以用于存储多个BIT的值，例如('dog', 'fish', 'chicken')，但是带来的代价是修改表开销非常大，所以有另外一种更好的方式替代SET-利用整数的每一位代表不同的含义。

这样做的好处：

如果要表示新的含义，不用频繁地修改表可以在应用程序级别上表示各个值的含义

类似的Linux操作文件的权限：

READ：4WRITE：2EXECUTE：1

那么也可以使用TINYINT标识某个用户的执行权限

选择标识列

通常有两种选择：整数类型、字符串类型

整数类型：

最好采用AUTO_INCREMENT，这有利于提高索引查找的效率，因为相邻的数据在磁盘上相隔不远，大概率在同一个磁盘页内；

字符串类型：

由于字符串类型是无序的，在索引分布上不均匀，根据主键查找数据时效率非常低，如果使用字符串做主键，最好采用UUID()生成主键，因为在某种程度上UUID生成的字符串也是有序的，只不过程度很低插入时，查找插入的位置也要比整数类型效率低下，原因也是因为索引分布不均匀范式和反范式的使用

先看看什么是三范式：

第一范式满足每一列都是不可再分的、最小的原子列第二范式满足非主属性完全依赖于主属性第三范式满足所有非主属性都直接依赖于主属性，没有传递依赖数据库三大范式实例

经典的“雇员-部门-领导”表：

该表存在如下问题：

如果员工不存在，部门和领导的信息也没法显示如果员工Jones和Brown的部门领导显示不一致，就不知道哪个是正确的了

所以上面的表结构符合第一范式，第一范式有可能出现的问题就是：删除异常、修改异常

范式化

将上面的表“升级”，得到的结果如下

“员工-部门”表：

“部门-领导”表：

解决了上面的两个问题了：

这里的DEPARTMENT_ID作为外键关联列，只要DEPARTMENT或者HEAD作修改，都不会产生一致性问题即使删除所有的EMPLOYEE也不会丢失部门信息

上面的表结构符合第二范式（实际上也满足第三范式），在很多情况下符合第二范式已经很不错了，范式化的缺点有：

范式越高，查询的代价越大，造成过多的表关联，第三范式即是如此关联查询在一些情况下使索引失效，全表扫描

范式化的优点有：

每张表的内存较小，数据操作更快更新操作更容易、代价更小很少出现冗余数据，例如第一范式存在DEPARTMENT和HEAD冗余反范式化

"USER"用户表：

"MESSAGE"消息表：索引列（PUBLISHED）

要查看付费用户的最近的10条消息，可以用关联查询：

但是这会扫描USER表中的所有用户，判断是不是付费用户preminmv，效率极低，即使调换查询顺序也是一样的道理，此时可以在MESSAGE表中增加两个冗余字段ACCOUNT_TYPE和USER_NAME，建立索引(PUBLISHED, ACCOUNT_TYPE)，只需要查询MESSAGE表，且可以利用组合索引扫描，效率提高很多。

SELECT MESSAGE_TEXT, USER_NAMEFROM MESSAGEWHERE ACCOUNT_TYPE='preminmv'ORDER BY PUBLISHED DESCLIMIT 10;

反范式化大部分都是通过添加冗余字段达到目的，优点是：

避免关联查询，可以使用组合索引提高查询效率

缺点是：

字段冗余（这看起来很搞笑）混用范式化和反范式化

完全的范式化导致查询的昂贵代价、完全的反范式化导致插入异常和删除异常，折中的办法就是两者混用：

如果在某个查询中代价过大，加入冗余字段可以减轻查询的代价（参考反范式化）如果存在插入异常和删除异常，果断需要范式化（参考范式化）

作者：SmallPineappLe

链接：