Py学习  »  DATABASE

MySQL数据库时间类型datetime、bigint、timestamp的查询效率比较

码小辫 • 2 年前 • 295 次点击  

码小辫
专注更多编程视频和电子书
天天在用钱

来源:https://juejin.im/post/6844903701094596615

作者: 何甜甜在吗


数据库中可以用datetime、bigint、timestamp来表示时间,那么选择什么类型来存储时间比较合适呢?

前期数据准备

通过程序往数据库插入50w数据

  • 数据表:
CREATE TABLE `users` (
  `id` int(11NOT NULL AUTO_INCREMENT,
  `time_date` datetime NOT NULL,
  `time_timestamp` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  `time_long` bigint(20NOT 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为同一时间的不同存储格式

  • 实体类users
/**
 * @author hetiantian 
 * @date 2018/10/21
 * */

@Builder
@Data
public class Users {
    /**
     * 自增唯一id
     * */

    private Long id;

    /**
     * date类型的时间
     * */

    private Date timeDate;

    /**
     * timestamp类型的时间
     * */

    private Timestamp timeTimestamp;

    /**
     * long类型的时间
     * */

    private long timeLong;
}
  • dao层接口
/**
 * @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);
}
  • 测试类往数据库插入数据
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());
        }
    }
}

sql查询速率测试

  • 通过datetime类型查询:
select count(*) from users where time_date >="2018-10-21 23:32:44" and time_date <="2018-10-21 23:41:22"

耗时:0.171

  • 通过timestamp类型查询
select count(*) from users where time_timestamp >= "2018-10-21 23:32:44" and time_timestamp <="2018-10-21 23:41:22"

耗时:0.351

  • 通过bigint类型查询
select count(*) from users where time_long >=1540135964091 and time_long <=1540136482372  

耗时:0.130s

  • 结论 在InnoDB存储引擎下,通过时间范围查找,性能bigint  > datetime > timestamp

sql分组速率测试

使用bigint 进行分组会每条数据进行一个分组,如果将bigint做一个转化在去分组就没有比较的意义了,转化也是需要时间的

  • 通过datetime类型分组:
select time_date, count(*) from users group by time_date

耗时:0.176s

  • 通过timestamp类型分组:



    
select time_timestamp, count(*) from users group by time_timestamp

耗时:0.173s

  • 结论 在InnoDB存储引擎下,通过时间分组,性能timestamp > datetime,但是相差不大

sql排序速率测试

  • 通过datetime类型排序:
select * from users order by time_date

耗时:1.038s

  • 通过timestamp类型排序
select * from users order by time_timestamp

耗时:0.933s

  • 通过bigint类型排序
select * from users order by time_long

耗时:0.775s

  • 结论 在InnoDB存储引擎下,通过时间排序,性能bigint > timestamp > datetime

小结

如果需要对时间字段进行操作(如通过时间范围查找或者排序等),推荐使用bigint,如果时间字段不需要进行任何操作,推荐使用timestamp,使用4个字节保存比较节省空间,但是只能记录到2038年记录的时间有限

-END-

关注视频号,参与留言送书活动

↓↓↓↓

一个认真分享的小编

前沿技术 /名企内推 /干货分享

商务合作:dot3721
长按左侧二维码添加

点分享

点点赞

点在看

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/117216
 
295 次点击