数据库数据类型

一、为什么"数据类型"是数据库设计的第一性问题

在数据库系统中，数据类型并不是语法细节，而是系统能力的边界定义。

一个字段选择了什么类型，实际上同时决定了：

结论：数据类型 ≠ “值的格式”数据类型 = 存储模型 + 计算语义 + 比较规则 + 索引能力

这也是为什么数据类型选择错误，往往会在性能、正确性和系统演进中反复付出代价。

二、数据类型的统一抽象模型（核心）

所有关系型数据库的数据类型，都可以映射到以下四个稳定维度：

1️⃣ 存储模型（Storage Model）

存储模型决定了 空间效率、IO 行为、UPDATE 成本

2️⃣ 比较与排序语义（Comparison Semantics）

比较语义决定了 ORDER BY、GROUP BY、JOIN 的行为正确性

3️⃣ 计算语义（Computation Semantics）

计算语义决定了 数据是否“可信”

4️⃣ 索引与查询能力（Indexability）

索引能力决定了 查询性能的上限

三、数值类型：精度、范围与可信计算

3.1 数值类型的本质分类

从计算语义角度，数值类型只有两大类：

类型本质
精确数值用于“不能错”的计算
非精确数值用于“可以近似”的计算

3.2 精确数值类型（Exact）

代表：整数类、定点小数类

特征：

工程哲学：

凡是业务上“不能算错”的数据，必须使用精确类型

3.3 非精确数值类型（Approximate）

代表：浮点数

特征：

工程哲学：

浮点数适合科学计算，不适合业务账目

3.4 数值范围与 UNSIGNED 的意义

使用 UNSIGNED，等价于向系统声明：该字段不应出现负值

四、字符与二进制类型：存储、语义与索引

4.1 字符串类型的核心分歧

字符类型的核心差异不在“是否字符串”，而在：

4.2 定长 vs 变长

维度定长变长
存储固定按需
UPDATE低成本可能产生额外开销
空间效率低高
适用场景长度稳定长度不确定

本质权衡：空间效率 ↔ 更新成本 ↔ 访问局部性

4.3 二进制与非二进制字符串

影响：

4.4 大字段（LOB）的工程含义

大字段类型的本质是：

“牺牲索引能力，换取容量”

工程原则：

五、时间与日期类型：时间语义而非格式

5.1 时间类型的核心问题

时间类型并不难，难的是时间语义：

5.2 两种时间哲学

哲学含义
绝对时间与时区相关
业务时间与业务语义相关

时间类型选择，本质是对时间意义的建模选择

六、枚举与位类型：编码效率 vs 演进能力

6.1 枚举的本质

枚举并不是字符串优化，而是：

“用整数编码有限状态集合”

优点：

代价：

6.2 位与集合类型

当位含义超过 3～5 个，系统复杂度会急剧上升

七、序列与自增：并发系统中的顺序问题

7.1 序列生成的本质难题

生成序列并不难，难的是在以下约束下生成：

连续性、唯一性、性能，三者不可兼得

7.2 AUTO_INCREMENT 的工程定位

AUTO_INCREMENT 是一种：

在单机数据库内，平衡并发性能与顺序性的工程妥协方案

工程认知：

7.3 不连续 ID 的本质原因

关键结论：

ID 的语义是“唯一标识”，不是“业务顺序”

八、数据类型选型的方法论（决策层）

8.1 类型选择的四问法

  1. 是否要求**计算绝对正确**
  2. 是否参与**排序 / JOIN / 索引**
  3. 是否需要**长期演进**
  4. 是否是**业务核心字段**

8.2 决策示例

总结：数据类型是数据库的“语言系统”

如果把数据库看成一种语言，那么数据类型就是它的语法与语义系统。

真正成熟的数据库设计，不是记住类型列表，而是理解每一种类型背后的取舍与哲学。

关联内容（自动生成）