schema与数据类型优化

数据类型的优化

1. 更小的通常更好
   应该尽量使用可以正确存储数据的最小数据类型，更小的数据类型通常更快，因为它们占用更少的磁盘、内存和CPU缓存，并且处理时需要的CPU周期更少，但是要确保没有低估需要存储的值的范围，如果无法确认哪个数据类型，就选择你认为不会超过范围的最小类型
   案例：
   设计两张表，设计不同的数据类型，查看表的容量
2. 简单就好
   简单数据类型的操作通常需要更少的CPU周期，例如，
   1、整型比字符操作代价更低，因为字符集和校对规则是字符比较比整型比较更复杂，
   2、使用mysql自建类型而不是字符串来存储日期和时间
   3、用整型存储IP地址
   案例：
   创建两张相同的表，改变日期的数据类型，查看SQL语句执行的速度
3. 尽量避免null
   如果查询中包含可为NULL的列，对mysql来说很难优化，因为可为null的列使得索引、索引统计和值比较都更加复杂，坦白来说，通常情况下null的列改为not null带来的性能提升比较小，所有没有必要将所有的表的schema进行修改，但是应该尽量避免设计成可为null的列
4. 实际细则

   • 整数类型
     可以使用的几种整数类型：TINYINT，SMALLINT，MEDIUMINT，INT，BIGINT分别使用8，16，24，32，64位存储空间。
     尽量使用满足需求的最小数据类型

   • 字符和字符串类型
     1、char长度固定，即每条数据占用等长字节空间；最大长度是255个字符，适合用在身份证号、手机号等定长字符串
     2、varchar可变程度，可以设置最大长度；最大空间是65535个字节，适合用在长度可变的属性
     3、text不设置长度，当不知道属性的最大长度时，适合用text
     按照查询速度：char>varchar>text

     • varchar根据实际内容长度保存数据
       • 1、使用最小的符合需求的长度。
       • 2、varchar(n) n小于等于255使用额外一个字节保存长度，n>255使用额外两个字节保存长度。
       • 3、varchar(5)与varchar(255)保存同样的内容，硬盘存储空间相同，但内存空间占用不同，是指定的大小 。
       • 4、varchar在mysql5.6之前变更长度，或者从255一下变更到255以上时时，都会导致锁表。
       • 应用场景
         • 1、存储长度波动较大的数据，如：文章，有的会很短有的会很长
         • 2、字符串很少更新的场景，每次更新后都会重算并使用额外存储空间保存长度
         • 3、适合保存多字节字符，如：汉字，特殊字符等
     • char固定长度的字符串
       • 1、最大长度：255
       • 2、会自动删除末尾的空格
       • 3、检索效率、写效率 会比varchar高，以空间换时间
       • 应用场景
         • 1、存储长度波动不大的数据，如：md5摘要
         • 2、存储短字符串、经常更新的字符串

   • BLOB和TEXT类型
     MySQL 把每个 BLOB 和 TEXT 值当作一个独立的对象处理。
     两者都是为了存储很大数据而设计的字符串类型，分别采用二进制和字符方式存储。

   • datetime和timestamp
     1、不要使用字符串类型来存储日期时间数据
     2、日期时间类型通常比字符串占用的存储空间小
     3、日期时间类型在进行查找过滤时可以利用日期来进行比对
     4、日期时间类型还有着丰富的处理函数，可以方便的对时间类型进行日期计算
     5、使用int存储日期时间不如使用timestamp类型
     - datetime
     - 占用8个字节
     - 与时区无关，数据库底层时区配置，对datetime无效
     - 可保存到毫秒
     - 可保存时间范围大
     - 不要使用字符串存储日期类型，占用空间大，损失日期类型函数的便捷性
     - timestamp
     - 占用4个字节
     - 时间范围：1970-01-01到2038-01-19
     - 精确到秒
     - 采用整形存储
     - 依赖数据库设置的时区
     - 自动更新timestamp列的值
     - date
     - 占用的字节数比使用字符串、datetime、int存储要少，使用date类型只需要3个字节
     - 使用date类型还可以利用日期时间函数进行日期之间的计算
     - date类型用于保存1000-01-01到9999-12-31之间的日期

   • 使用枚举代替字符串类型
     有时可以使用枚举类代替常用的字符串类型，mysql存储枚举类型会非常紧凑，会根据列表值的数据压缩到一个或两个字节中，mysql在内部会将每个值在列表中的位置保存为整数，并且在表的.frm文件中保存“数字-字符串”映射关系的查找表
     create table enum_test(e enum(‘fish’,‘apple’,‘dog’) not null);
     insert into enum_test(e) values(‘fish’),(‘dog’),(‘apple’);
     select e+0 from enum_test;

   • 特殊类型数据
     人们经常使用varchar(15)来存储ip地址，然而，它的本质是32位无符号整数不是字符串，可以使用INET_ATON()和INET_NTOA函数在这两种表示方法之间转换
     案例：
     select inet_aton(‘1.1.1.1’)
     select inet_ntoa(16843009)

合理使用范式和反范式

1. 范式
   • 第一范式（1NF）：原子性（存储的数据应该具有“不可再分性”）
     第二范式（2NF）：唯一性 (消除非主键部分依赖联合主键中的部分字段)（一定要在第一范式已经满足的情况下）
     第三范式（3NF）：独立性，消除传递依赖(非主键值不依赖于另一个非主键值)
   • 优点
     • 范式化的更新通常比反范式要快
     • 当数据较好的范式化后，很少或者没有重复的数据
     • 范式化的数据比较小，可以放在内存中，操作比较快
   • 缺点 通常需要进行关联
2. 反范式
   • 优点
     • 所有的数据都在同一张表中，可以避免关联
     • 可以设计有效的索引；
   • 缺点 表格内的冗余较多，删除数据时候会造成表有些有用的信息丢失
3. 注意
   • 在企业中很好能做到严格意义上的范式或者反范式，一般需要混合使用
     • 在一个网站实例中，这个网站，允许用户发送消息，并且一些用户是付费用户。现在想查看付费用户最近的10条信息。 在user表和message表中都存储用户类型(account_type)而不用完全的反范式化。这避免了完全反范式化的插入和删除问题，因为即使没有消息的时候也绝不会丢失用户的信息。这样也不会把user_message表搞得太大，有利于高效地获取数据。
     • 另一个从父表冗余一些数据到子表的理由是排序的需要。
     • 缓存衍生值也是有用的。如果需要显示每个用户发了多少消息（类似论坛的），可以每次执行一个昂贵的自查询来计算并显示它；也可以在user表中建一个num_messages列，每当用户发新消息时更新这个值。
   • 案例
     范式设计
     反范式设计