Mysql數(shù)據(jù)庫中datetime、bigint、timestamp來表示時間選擇,誰來存儲時間效率最高
數(shù)據(jù)庫中可以用datetime、bigint、timestamp來表示時間,那么選擇什么類型來存儲時間比較合適呢?
# 后數(shù)據(jù)準(zhǔn)備
通過程序往數(shù)據(jù)庫插入50w數(shù)據(jù)
數(shù)據(jù)表:
CREATE TABLE `users` ( `id` int(11) NOT NULL AUTO_INCREMENT, `time_date` datetime NOT NULL, `time_timestamp` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP, `time_long` bigint(20) NOT NULL, PRIMARY KEY (`id`), KEY `time_long` (`time_long`), KEY `time_timestamp` (`time_timestamp`), KEY `time_date` (`time_date`) ) ENGINE=InnoDB AUTO_INCREMENT=500003 DEFAULT CHARSET=latin1
其中time_long、time_timestamp、time_date為同一時間的不同存儲格式
實(shí)體類users
/**
* @author hetiantian
* @date 2018/10/21
* */
@Builder
@Data
public class Users {
/**
* 自增唯一id
* */
private Long id;
/**
* date類型的時間
* */
private Date timeDate;
/**
* timestamp類型的時間
* */
private Timestamp timeTimestamp;
/**
* long類型的時間
* */
private long timeLong;
}
dao層接口
/**
* @author hetiantian
* @date 2018/10/21
* */
@Mapper
public interface UsersMapper {
@Insert("insert into users(time_date, time_timestamp, time_long) value(#{timeDate}, #{timeTimestamp}, #{timeLong})")
@Options(useGeneratedKeys = true,keyProperty = "id",keyColumn = "id")
int saveUsers(Users users);
}
測試類往數(shù)據(jù)庫插入數(shù)據(jù)
public class UsersMapperTest extends BaseTest {
@Resource
private UsersMapper usersMapper;
@Test
public void test() {
for (int i = 0; i < 500000; i++) {
long time = System.currentTimeMillis();
usersMapper.saveUsers(Users.builder().timeDate(new Date(time)).timeLong(time).timeTimestamp(new Timestamp(time)).build());
}
}
}
生成數(shù)據(jù)代碼方至github:https://github.com/TiantianUpup/sql-test/ 如果不想用代碼生成,而是想通過sql文件倒入數(shù)據(jù),文末附sql文件網(wǎng)盤地址。
# sql查詢速率測試
通過datetime類型查詢:
select count(*) from users where time_date >="2018-10-21 23:32:44" and time_date <="2018-10-21 23:41:22"
耗時:0.171
通過timestamp類型查詢
select count(*) from users where time_timestamp >= "2018-10-21 23:32:44" and time_timestamp <="2018-10-21 23:41:22"
耗時:0.351
通過bigint類型查詢
select count(*) from users where time_long >=1540135964091 and time_long <=1540136482372
耗時:0.130s
結(jié)論 在InnoDB存儲引擎下,通過時間范圍查找,性能bigint > datetime > timestamp
# sql分組速率測試
使用bigint 進(jìn)行分組會每條數(shù)據(jù)進(jìn)行一個分組,如果將bigint做一個轉(zhuǎn)化在去分組就沒有比較的意義了,轉(zhuǎn)化也是需要時間的
通過datetime類型分組:
select time_date, count(*) from users group by time_date
耗時:0.176s
通過timestamp類型分組:
select time_timestamp, count(*) from users group by time_timestamp
耗時:0.173s
結(jié)論 在InnoDB存儲引擎下,通過時間分組,性能timestamp > datetime,但是相差不大
# sql排序速率測試
通過datetime類型排序:
select * from users order by time_date
耗時:1.038s
通過timestamp類型排序
select * from users order by time_timestamp
耗時:0.933s
通過bigint類型排序
select * from users order by time_long
耗時:0.775s
結(jié)論:在InnoDB存儲引擎下,通過時間排序,性能bigint > timestamp > datetime
# 小結(jié)
如果需要對時間字段進(jìn)行操作(如通過時間范圍查找或者排序等),推薦使用bigint,如果時間字段不需要進(jìn)行任何操作,推薦使用timestamp,使用4個字節(jié)保存比較節(jié)省空間,但是只能記錄到2038年記錄的時間有限。
文中sql文件網(wǎng)盤地址: 鏈接: https://pan.baidu.com/s/1cCRCxtTlPriXMERGsbnb_A 提取碼: hbq2
到此這篇關(guān)于Mysql數(shù)據(jù)庫中datetime、bigint、timestamp來表示時間選擇,誰來存儲時間效率最高的文章就介紹到這了,更多相關(guān)數(shù)據(jù)庫datetime、bigint、timestamp內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
mysql8.0.0 winx64.zip解壓版安裝配置教程
這篇文章主要為大家詳細(xì)介紹了mysql8.0.0 winx64.zip解壓版安裝配置教程,具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-05-05
使用mysqld_multi實(shí)現(xiàn)單系統(tǒng)中配置多個MySQL服務(wù)器實(shí)例
這篇文章主要介紹了使用mysqld_multi實(shí)現(xiàn)單系統(tǒng)中配置多個MySQL服務(wù)器實(shí)例,mysqld_multi可用于在一臺物理服務(wù)器運(yùn)行多個Mysql服務(wù),mysqld_multi是管理多個mysqld的服務(wù)進(jìn)程,這些服務(wù)進(jìn)程程序不同的unix socket或是監(jiān)聽于不同的端口,需要的朋友可以參考下2014-09-09
mysql 5.7 docker 主從復(fù)制架構(gòu)搭建教程
這篇文章主要為大家詳細(xì)介紹了mysql 5.7 docker 主從復(fù)制架構(gòu)搭建教程,感興趣的小伙伴們可以參考一下2016-07-07
windows10下mysql 8.0 下載與安裝配置圖文教程
這篇文章主要介紹了windows10下mysql 8.0 下載與安裝配置圖文教程,具有一定的參考價值,感興趣的小伙伴們可以參考一下2019-02-02
MySQL binlog_ignore_db 參數(shù)的具體使用
這篇文章主要介紹了MySQL binlog_ignore_db 參數(shù)的具體作用,幫助大家更好的理解和使用MySQL數(shù)據(jù)庫,感興趣的朋友可以了解下2020-12-12
Mysql添加聯(lián)合唯一索引及相同數(shù)據(jù)插入報錯問題
這篇文章主要介紹了Mysql添加聯(lián)合唯一索引及相同數(shù)據(jù)插入報錯問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-09-09

