本文主要介绍了MySQL 的常用数据类型，以及实际应用时如何选择合适的类型。

******几个通用的简单原则：*******

1. 更小的通常更好。但是要确保没有低估需要存储的值的范围，如果无法确定哪个数据类型是最好的，就选择不会超出范围的最小类型。

2. 简单就好。优先选择MySQL内建的类型而不是字符串来存储日期，时间。

3. 尽量避免NULL。可为NULL的列会使得索引的优化比较复杂。

***********************************************

一：数值类型(标亮的为MySQL 扩展的)

几个需要注意的使用细节：

1. int 可指定宽度，如int(5)， 不指定默认为int(11)。注意，这对大多数应用是没意义的，他不会限制类型合法的范围，仅仅是规定了MySQL的一些交互工具显示字符的个数。

2. 在插入NULL到一个AUTO_INCREMENT列时，MySQL插入一个比该列最大值大1的值，一个表中最多只能有一个AUTO_INCREMENT列。对于任何想要使用AUTO_INCREMENT的列，应该定义为NOT NULL，并定义为PRIMARY KEY或定义为UNIQUE键

3.对于小数的表示，MySQL分为两种方式：浮点数和定点数。浮点数包括float(单精度)和double(双精度)，而定点数则只有decimal一种表示。定点数在MySQL内部以字符串形式存放，是在MySQL服务器内部实现的，一方面比浮点数更精确，适合用来表示货币等精度高的数据，另一方面，不如CPU原生的浮点型运算快。

4.浮点数和定点数都能用(M,D)限定位数，但浮点数后面跟“(M,D)”的用法是非标准用法，如果要用于数据库的迁移，则最好不要这么使用

5. float和double使用系统默认值限定位数，decimal默认(10,0)

6.数据插入bit类型字段时，首先转换为二进制，如果位数允许，将成功插入；如果位数小于实际定义的位数，则插入失败，查看时需用bin(name)或者hex(name)查看，否则会显示空

数值型总结：(1)整型：优先考虑符合存储范围的最小类型。

(2)小数：对精度要求不是特别高，选择浮点型，否则定点型。不指定小数点位数。

二：时间日期类型

几个需要注意的使用细节：

1.注意表示的时间区间，各类型使用区别： 年月日(date 默认 NULL), 年月日时分秒(datetime 默认 NULL),时分秒(time 默认 NULL),经常插入当前时间(timestamp 默认 CURRENT_TIMESTAMP),

年份(year 默认 NULL).

2.datetime和timestamp区别：

(1)TIMESTAMP支持的时间范围较小，其取值范围从19700101080001到2038年的某个时间，而DATETIME是从1000-01-01 00:00:00到9999-12-31 23:59:59，范围更大。

(2)表中的第一个TIMESTAMP列自动设置为系统时间。 如果在一个TIMESTAMP列中插入NULL，则该列值将自动设置为当前的日期和时间。在插入或更新一行但不明确给TIMESTAMP列赋值时也会自动设置该列的值为当前的日期和时间，当插入的值超出取值范围时，MySQL认为该值溢出，使用“0000-00-00 00:00:00”进行填补。

(3)TIMESTAMP的插入和查询都受当地时区的影响，更能反应出实际的日期。而DATETIME则只能反应出插入时当地的时区，其他时区的人查看数据必然会有误差。

(4)TIMESTAMP的属性受MySQL版本和服务器SQLMode的影响很大，本章都是以MySQL5.0为例进行介绍，在不同的版本下可以参考相应的MySQL帮助文档。

时间型总结：优先考虑TIMESTAMP

三：字符串类型

几个需要注意的使用细节：

1. char 和 varchar: char是固定长度的字符串类型，达不到指定长度会在末尾补空格，这既是优点又是缺点，优点是这也意味着它的处理速度一般较快，但反过来，固定长度就意味着可能会浪费存储空间。varchar会额外使用1-2个字节保存字符的位数。char适合长度比较一只固定或者很短的情况。MyISAM和MEMORY引擎建议使用char，memory引擎把char和varchar同等对待，都当做char处理，而InnoDB建议使用varchar,因为它内部存储都是使用指向数据列值的头指针，所以char不一定就比varchar会处理的快，但char的存储浪费是肯定比不上varchar的。

2.TEXT 和 BLOB: 一般用于较大文本的保存，两者最主要的差别，BLOB能保存二进制数据，比如图片，而TEXT只能保存字符信息。由于保存大文本，所以会引起一些性能问题，尤其是执行大量的删除操作后，建议定期用 optimize table 进行碎片清理。 可以使用合成的索引提高精确查询的性能，例如建表时多加一列用于保存大文本的散列值，如md5。模糊查询用前缀索引。

字符型总结：数据长度一致并且固定，例如Hash值，或者数据很短，选择char，否则varchar。