04.MySQL数据类型详解
MySQL数据类型详解
文章目录
- MySQL数据类型
- 数据类型分类
- 数值类型
- tinyint类型
- bit类型
- float类型
- decimal类型
- 字符串类型
- char类型
- varchar类型
- char和varchar比较
- 时间日期类型
- enum和set类型
- 数据类型选择的进阶技巧
- 常见误区与解决方案
- 性能优化与最佳实践
MySQL数据类型
数据类型的作用
数据类型不仅是存储数据的容器，更是数据库设计的基石。它决定了三个核心要素：
- 存储空间：例如，存一个整数和一篇长文显然需要不同的空间分配策略。
- 二进制解析方式：同一串二进制数据，用INT解读是数字，用CHAR解读可能变成乱码。
- 取值范围限制：年龄不可能是负数，性别只能是有限选项，这些都需要数据类型来规范。
此外，数据类型还影响索引效率、查询优化器的选择，甚至影响数据库的扩展性和维护成本。例如，错误地使用VARCHAR(255)存储固定长度的MD5值会导致空间浪费和查询效率下降。
数据类型分类
MySQL的数据类型大致可分为四类，以下是详细分类表：
| 分类 | 数据类型 | 说明 |
|---|---|---|
| 数值类型 | BIT(M) | 位类型，M默认1，范围1-64位 |
| BOOL | 布尔值（实际是TINYINT(1)） | |
| TINYINT/SMALLINT/MEDIUMINT/INT/BIGINT | 整型家族，字节数从1到8递增 | |
| FLOAT/DOUBLE/DECIMAL | 浮点数和精确小数 | |
| 字符串类型 | CHAR(L) | 固定长度字符串（最大255） |
| VARCHAR(L) | 可变长度字符串（最大65535字节） | |
| BLOB/TEXT | 大文本/二进制数据 | |
| 日期时间类型 | DATE/DATETIME | 日期格式YYYY-MM-DD，时间戳 |
| TIMESTAMP | 自动更新的时间戳 | |
| 集合类型 | ENUM | 枚举（单选） |
| SET | 集合（多选） |
冷知识：MySQL没有独立的布尔类型，用TINYINT(1)代替，0代表FALSE，1代表TRUE。但在某些ORM框架中，会自动将TINYINT(1)映射为布尔值。
数值类型
tinyint类型
有符号 vs 无符号
- 有符号：范围-128~127（占1字节）
- 无符号：范围0~255（同样占1字节）
实战案例：
假设设计一个用户积分表：
CREATE TABLE user_points (
user_id INT,
points TINYINT UNSIGNED
);
如果积分上限为200，用TINYINT UNSIGNED足够；但若未来需要支持更高积分（如500），则必须改为SMALLINT UNSIGNED，否则插入500会报错。
为何慎用无符号？
无符号类型看似能节省空间，但可能埋下隐患：
- 扩展性差：如年龄字段若用TINYINT UNSIGNED（0-255），当遇到异常值（如输入300）会直接报错，而有符号类型可临时存储负数用于标记异常。
- 兼容性问题：某些编程语言或框架对无符号类型支持不佳，可能引发转换错误。
bit类型
位类型的高级应用
BIT类型适合存储开关状态或权限位掩码。例如，一个用户权限字段：
CREATE TABLE user_permissions (
user_id INT,
perms BIT(8) -- 每位代表一种权限
);
插入权限：
INSERT INTO user_permissions VALUES (1, b'00000011'); -- 同时有第1和第2位权限
通过位运算查询权限：
SELECT * FROM user_permissions WHERE perms & b'00000001'; -- 查找有第一位权限的用户
显示问题与解决方案
BIT类型显示时按ASCII码转换可能导致混乱。例如：
INSERT INTO user_permissions VALUES (2, 10); -- 10对应ASCII换行符
查询结果可能显示为空白或特殊字符。解决方案：
- 应用层处理：将BIT转换为整数或自定义字符串映射。
- 使用INT代替BIT：对于不超过32位的权限，直接用INT存储更直观。
float类型
精度陷阱与四舍五入
FLOAT(M,D)的M是总位数，D是小数位数。例如FLOAT(4,2)存储范围是-99.99到99.99，但实际可插入范围是-99.994到99.994，超出时会四舍五入或报错。
CREATE TABLE measurements (
val FLOAT(4,2)
);
INSERT INTO measurements VALUES (99.994); -- 存储为99.99
INSERT INTO measurements VALUES (99.995); -- 存储为100.0，触发报错
何时选择FLOAT vs DECIMAL？
- FLOAT：适合科学计算，允许一定误差（如传感器数据）。
- DECIMAL：金融场景必须使用，如存储账户余额，避免浮点误差。
decimal类型
精确计算的王者
DECIMAL的存储机制使其成为金融系统的首选。例如：
CREATE TABLE accounts (
balance DECIMAL(10,2)
);
存储100.01时，DECIMAL确保精确到分，而FLOAT可能存储为100.009999。
存储开销对比：
DECIMAL每4字节存9个数字，小数点单独占1字节。例如DECIMAL(10,2)占用5字节（9个数字+1字节小数点），而FLOAT固定占4字节。
字符串类型
char类型
定长存储的适用场景
CHAR(L)适用于长度固定的字符串，如身份证号（18位）、手机号（11位）。例如：
CREATE TABLE users (
id_card CHAR(18)
);
插入不足18位时会自动补空格，查询时尾部空格被自动去除。
性能优势：
- 定长存储便于快速定位，适合频繁更新的字段。
- 作为主键时，CHAR比VARCHAR更高效（如UUID）。
varchar类型
变长存储的灵活性
VARCHAR(L)适合长度波动大的字段，如用户名、地址。例如：
CREATE TABLE addresses (
street VARCHAR(100)
);
存储"Main St"仅占用7字节（数据+1字节长度标识），而CHAR(100)会占用100字节。
编码对最大长度的影响：
- UTF8MB4下，VARCHAR(21844) ≈ 65532字节（21844 × 3字节/字符 + 2字节长度标识）
- GBK下，VARCHAR(32766) ≈ 65532字节（32766 × 2字节/字符 + 2字节长度标识）
最佳实践：
- 定义表时显式指定字符集：
CREATE TABLE example (...) CHARSET=utf8mb4; - 避免过度使用VARCHAR(255)：根据实际数据长度选择合适值，节省空间并提高缓存效率。
char和varchar比较
| 特性 | CHAR | VARCHAR |
|---|---|---|
| 空间占用 | 固定L字符 | 实际长度+1~2字节 |
| 速度 | 快（定长） | 稍慢（需读长度） |
| 适用场景 | 身份证号、手机号 | 名字、地址等变长字段 |
选择建议：
- 长度固定的字段（如MD5值）用CHAR
- 长度波动大的字段（如文章内容）用VARCHAR
扩展案例：
存储IP地址时，CHAR(15)（如"192.168.1.1"）比VARCHAR更高效，因为IPv4地址固定为15字符以内。
时间日期类型
三大时间类型对比
| 类型 | 格式 | 占用空间 | 特点 |
|---|---|---|---|
| DATE | YYYY-MM-DD | 3字节 | 只存日期 |
| DATETIME | YYYY-MM-DD HH:MM:SS | 8字节 | 范围1000-9999年 |
| TIMESTAMP | YYYY-MM-DD HH:MM:SS | 4字节 | 自动更新，默认当前时间 |
实战案例：
设计评论表时，使用TIMESTAMP记录发布时间：
CREATE TABLE comments (
id INT,
content TEXT,
create_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);
插入数据时无需指定create_time，自动填充当前时间。更新记录时，可设置TIMESTAMP自动更新：
ALTER TABLE comments ADD update_time TIMESTAMP ON UPDATE CURRENT_TIMESTAMP;
时区问题：
- DATETIME不存储时区信息，显示依赖客户端设置。
- TIMESTAMP存储UTC时间，查询时自动转换为当前时区。
enum和set类型
枚举类型（ENUM）
单选场景优化
ENUM适合选项固定的单选字段，如订单状态：
CREATE TABLE orders (
status ENUM('pending', 'processing', 'shipped', 'canceled')
);
插入非枚举值会报错，确保数据一致性。
内部存储机制：
ENUM存储为数字索引（1-based），如ENUM('a','b','c')中，a=1，b=2，c=3。可通过数字访问：
SELECT * FROM orders WHERE status = 3; -- 查找所有已取消订单
但不推荐此方式，可读性差。
集合类型（SET）
多选场景优化
SET适合多选字段，如用户兴趣标签：
CREATE TABLE users (
interests SET('sports', 'music', 'reading')
);
插入多选值：
INSERT INTO users VALUES ('sports,music');
位运算原理：
SET用位图存储，每个选项对应一个二进制位：
- sports = 1 (0b0001)
- music = 2 (0b0010)
- reading = 4 (0b0100)
查询包含"music"的用户：
SELECT * FROM users WHERE interests & 2;
局限性：
- 最多64个选项。
- 修改枚举/集合列表需ALTER TABLE，不适合动态选项。
数据类型选择的技巧
1. 空间与性能的权衡
- 数值类型：优先使用最小能满足需求的类型。例如，年龄字段用TINYINT而非INT。
- 字符串类型：避免滥用VARCHAR(255)，根据实际数据长度选择，减少内存占用。
- 日期类型：若只需日期（如生日），用DATE而非DATETIME，节省5字节存储。
2. 金融场景的必杀技
涉及金额字段必须使用DECIMAL，避免FLOAT/DOUBLE的精度问题。例如：
CREATE TABLE transactions (
amount DECIMAL(15,4) -- 精确到分，保留4位小数
);
3. JSON类型的应用
MySQL 5.7+支持JSON类型，适合存储半结构化数据：
CREATE TABLE settings (
user_id INT,
preferences JSON
);
INSERT INTO settings VALUES (1, '{"theme": "dark", "notifications": true}');
查询JSON字段：
SELECT * FROM settings WHERE JSON_EXTRACT(preferences, '$.theme') = 'dark';
常见误区与解决方案
误区1：盲目使用INT存储一切数值
- 问题：用INT存储IP地址（如192.168.1.1转为3232235779），查询时需转换回字符串。
- 解决方案：使用INET_ATON()和INET_NTOA()函数，或直接用CHAR(15)存储。
误区2：过度依赖ENUM/SET
- 问题：ENUM选项频繁变动时需频繁执行ALTER TABLE。
- 解决方案：用外键关联独立的状态表，如：
CREATE TABLE order_statuses (
id TINYINT PRIMARY KEY,
name VARCHAR(20)
);
CREATE TABLE orders (
status_id TINYINT,
FOREIGN KEY (status_id) REFERENCES order_statuses(id)
);
误区3：忽略字符集影响
- 问题：VARCHAR(255)在UTF8MB4下占用255×4=1020字节，可能超过行大小限制（65535字节）。
- 解决方案：合理规划字段长度，或使用TEXT/BLOB类型。
性能优化与最佳实践
1. 索引字段的选择
- 优先选择短字段：如CHAR(2)的省份代码比VARCHAR(50)更适合索引。
- 避免在TEXT/BLOB上创建全列索引：使用前缀索引，如
INDEX (content(100))。
2. 自增主键的陷阱
- 问题：BIGINT占用8字节，若数据量不大可用INT UNSIGNED（上限42亿）。
- 优化：中小型表使用INT即可，节省空间并提高缓存命中率。
3. 分区表的类型适配
- 按时间分区：使用DATE/DATETIME字段，避免使用INT存储时间戳。
- 按范围分区：确保分区键类型支持所需范围（如DECIMAL不适合作为分区键）。
4. 批量插入的类型优化
- 问题：插入大量DECIMAL数据时，字符串转换可能成为瓶颈。
- 优化：在应用层预处理为数值格式，或使用LOAD DATA INFILE。
个人建议
- 数值类型：优先INT/FLOAT，除非有特殊空间需求。
- 字符串：短文本用CHAR，长文本用VARCHAR。
- 时间：需要自动更新用TIMESTAMP，否则用DATETIME。
- 枚举：选项少且固定用ENUM，多选用SET。
- 避免陷阱：
- BIT类型慎用，显示容易混乱。
- ENUM/SET用数字访问可读性差。
- VARCHAR长度要根据编码计算实际字节。
最后提醒：数据类型选择直接影响性能和存储，设计表结构时务必结合业务场景仔细考量。例如，电商系统中商品ID用BIGINT，而内部系统用INT即可。