1.숫자 유형.디지털 유형 은 나의 분류 방법 에 따라 세 가지 로 나 뉜 다.정수 류,소수 류 와 디지털 류 이다. 내 가 말 하 는'숫자 류'는 바로 DECIMAL 과 NUMERIC 를 말 하 는데 그들 은 같은 유형 이다.그것 은 엄 밀 히 말 하면 숫자 형식 이 아니다.왜냐하면 그들 은 실제로 숫자 를 문자열 로 저장 하기 때문이다.그의 값 의 모든 비트(소수점 포함)는 바이트 의 저장 공간 을 차지 하기 때문에 이런 유형의 소모 공간 이 비교적 크다.그러나 그것 의 두 드 러 진 장점 중 하 나 는 소수의 자릿수 가 고정 되 어 연산 에서'일 그 러 짐'이 없 기 때문에'가격','금액'등 정밀도 에 대한 요구 가 높 지 않 지만 정확도 에 대한 요구 가 매우 높 은 필드 에 적합 하 다 는 것 이다. 소수 류,즉 부동 소수점 유형 으로 정밀도 에 따라 FLOAT(단일 정밀도)와 DOUBLE(이중 정밀도)두 가지 가 있다.그것들의 장점 은 정확도 이다.FLOAT 는 절대 치가 매우 작고 약 하 다 는 것 을 나 타 낼 수 있다 1.17E-38 (0.000...0117, 소수점 뒤 에는 37 개의 0)의 소수 가 있 고,DOUBLE 는 절대 치가 약 까지 작다 는 것 을 나 타 낼 수 있다. 2.22E-308 (0.000...0222, 소수점 뒤 에는 307 개의 0)의 소수 가 있다.FLOAT 유형 과 DOUBLE 유형 이 저장 공간 을 차지 하 는 것 은 각각 4 바이트 와 8 바이트 이다.소수 필드 가 필요 하 다 면 정밀도 요구 가 높 지 않 은 것 은 당연히 FLOAT 를 사용 하 는 것 입 니 다!그러나 솔직히 말 해서 우리 의'민용'데 이 터 는 정밀도 가 그렇게 높 은 것 이 어디 있 습 니까?이 두 가지 유형 을 지금까지 나 는 사용 해 본 적 이 없다.나 는 아직 그것들 을 사용 하기에 적합 한 사례 를 만 나 지 못 했다. 가장 많이 쓰 이 는 것,가장 세밀 하 게 계산 할 만 한 것 은 정수 유형 이다.한 바이트 의 저장 공간 만 차지 하 는 TINYINT 부터 8 바이트 의 BIGINT 까지'충분 하 다'고 선택 하고 저장 공간 을 가장 적 게 차지 하 는 유형 은 데이터 베 이 스 를 디자인 할 때 고려 해 야 한다.TINYINT,SMALLINT,MEDIUINT,INT 와 BIGINT 는 저장 공간 을 각각 1 바이트,2 바이트,3 바이트,4 바이트 와 8 바이트 로 차지 하 는데 기호 가 없 는 정수 로 볼 때 이런 유형 이 표시 할 수 있 는 최대 정 수 는 각각 255,65535,167777215,4294967295 와 18446744073709551615 이다.사용자 의 나 이 를 저장 하 는 데 사용 하면(예 를 들 어 데이터베이스 에 나 이 를 저장 하 는 것 은 바람 직 하지 않다)TINYINT 를 사용 하면 충분 하 다.9 성의 에서 각종 기능 치 는 SMALLINT 로 도 충분 합 니 다.16000000 줄 을 넘 지 않 을 시계 로 쓰 려 면 AUTOINCREMENT 의 IDENTIFY 필드,물론 사용 합 니 다. MEDIUMINT ...할 필요 가 없다 INT ,한 줄 에 한 바이트 씩 절약 하면 16000000 줄 에 10 조 가 넘 게 절약 할 수 있다 고 생각해 보 세 요! 2.날짜 시간 유형. 날짜 와 시간 유형 이 비교적 간단 하 다. DATE,TIME,DATETIME,TIMESTAMP,YEAR 등 몇 가지 유형.날짜 에 만 민감 하고 시간 에 요구 되 지 않 는 필드 는 DATE 를 사용 하고 DATETIME 를 사용 하지 않 는 것 은 말 할 필요 가 없다.단독으로 시간 을 사용 하 는 경우 도 종종 발생 한다―TIME 를 사용한다.하지만 가장 많이 쓰 이 는 것 은 DATETIME 이다.날짜 와 시간 유형 에 있어 서 할 만 한 글 이 없 으 니 더 이상 상세 하 게 설명 하지 않 겠 습 니 다. 3.문자(문자열)형식 입 니 다. 문자 형식 이 CHAR !CHAR 와 VARCHAR 의 차 이 는 CHAR 가 고정 길이 라 는 것 입 니 다.한 필드 가 CHAR(10)이 라 고 정의 하면 저 장 된 데이터 가 10 바이트 에 이 르 든 안 되 든 10 바이트 의 공간 을 차지 해 야 합 니 다.VARVHAR 는 가 변 길이 입 니 다.한 필드 의 가능 한 값 이 고정 길이 가 아니라면 10 자 를 초과 할 수 없다 는 것 만 알 고 있 습 니 다. VARCHAR(10)이 가장 수지 가 맞는다.VARCHAR. 유형의 실제 길 이 는 값(실제 길이+1)입 니 다.왜'+1'이 죠?이 바이트 는 실제 얼마나 큰 길 이 를 사 용 했 는 지 저장 하 는 데 쓰 인 다!이'+1'에서 도 볼 수 있 습 니 다.만약 에 한 필드 가 가장 길 수 있 는 값 은 10 글자 입 니 다.대부분 상황 에서 10 자 를 사 용 했 을 때 VARCHAR 를 사용 하면 수지 가 맞지 않 습 니 다.대부분 상황 에서 실제 사용 공간 은 11 바이트 이 고 CHAR(10)을 사용 하 는 것 보다 한 바이트 더 차지 하기 때 문 입 니 다! 예 를 들 어 주식 이름과 코드 를 저장 하 는 표 이다.주식 이름 은 대부분 네 글자,즉 8 바이트 이다.주식 코드,상하 이 는 6 자리 숫자,심 천 은 4 자리 숫자 입 니 다.이것들 은 모두 고정 길이 의 것 이 니,주식 명칭 은 당연히 써 야 한다. CHAR(8) ;주식 코드 는 고정 길이 가 아니 지만 VARVHAR(6)를 사용 하면 심 천의 주식 코드 가 실제 사용 하 는 공간 은 5 바이트 이 고 상하 이의 주식 코드 는 7 바이트 입 니 다!상하 이의 주식 수가 선전 보다 많다 는 점 을 감안 하면 VARCHAR(6)로 는 CHAR(6)보다 못 하 다. CHAR 나 VARVHAR 의 최대 길 이 는 255 까지 가능 하지만 20 이상 의 CHAR 는 거의 사용 할 수 없다 고 생각 합 니 다.20 바이트 이상 의 고정 길이 의 동쪽 은 드 물 죠?고정 길이 아니면 VARCHAR!100 이상 의 VARCHAR 도 거의 사용 할 수 없 는 것 이다.이보다 더 큰 것 은 TEXT 를 사용 하면 된다.TINYTEXT 는 최대 길이 가 255 이 고 공간 을 차지 하 는 것 도(실제 길이+1)이다.TEXT,최대 길이 65535,점용 공간 은(실제 길이+2)입 니 다.MEDIUMTEX T,최대 길이 167777215,점용 공간 은(실제 길이+3)입 니 다.LONGTEXT,최대 길이 4294967295,점용 공간 은(실제 길이+4)입 니 다.왜"+1"?"+2”?“+3”?“+4”?아직 모 르 면 PP 때 려 야 지.이것들 은 논단 이나 뉴스 나 등등 글 의 본문 을 보존 하 는 데 쓸 수 있다.실제 상황 에 따라 어 릴 때 부터 큰 유형 을 선택한다.4.매 거 와 집합 유형. 매 거 진(ENUM)형식 은 최대 65535 가지 서로 다른 문자열 을 정의 하여 선택 할 수 있 습 니 다.그 중 하 나 를 선택해 야 합 니 다.저장 공간 을 차지 하 는 것 은 하나 또는 두 바이트 이 고 매 거 진 값 의 수량 에 의 해 결정 되 어야 합 니 다.집합(SET)유형 은 최대 64 명의 구성원 이 있 을 수 있 으 며,그 중 0 개 에서 한정 되 지 않 은 여러 개 를 선택 할 수 있 으 며,저장 공간 을 차지 하 는 것 은 1 개 에서 8 개의 바이트 이 며,집합 가능 한 구성원 수 에 의 해 결정 된다. 예 를 들 어 SQLServer 에 서 는 하나의 Bit 유형 으로 성별(남/여)을 표시 할 정도 로 절약 할 수 있 지만 MySQL 에는 Bit 가 없고 TINTINT 를 사용 합 니까?아니,ENUM('잘 생 긴 남자','예 쁜 눈썹')써 도 돼!두 가지 선택 만 있 기 때문에 하나의 바이트-TINYINT 만큼 크 지만 문자열'잘 생 긴 남자'와'아름 다운 눈썹'으로 직접 접근 할 수 있 습 니 다.정말 편리 해! 자,MySQL 의 데이터 형식 에 대한 소개 가 많 지 않 습 니 다.제 라 이브 러 리 전략 도 데이터 형식 에 따라 소개 합 니 다.그러나 이것 은 그 중의 일부분 일 뿐 편폭 이 제한 되 어 더 이상 자세히 말 할 수 없다.다른 것 은 각자 가 데이터 유형 에 대한 이 해 를 바탕 으로 많이 실천 하고 토론 하 는 것 이다.
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다: