zoukankan      html  css  js  c++  java
  • SQL Server datetime数据类型设计、优化误区

      一、场景

    在SQL Server 2005中,有一个表TestDatetime,其中Dates这个字段的数据类型是datetime,如果你看到表的记录如下图所示,你最先想到的是什么呢?

    (图1:数据列表)

    你看到这些数据,是不是觉得这样的设计既浪费了存储空间,又使得这个列的索引增大,查询起来更慢,你也想使用一些其它的数据类型来代替这个datetime吧?

           其实大家都是这么想的,这个方向是100%正确的,但是在写这篇文章以前,我进入了两个误区:(如果你中了下面的两个误区,那么请你看看这篇文章吧。)

    误区一: 把Dates字段的datetime数据类型换成smalldatetime,这样数据就由:‘2009-04-09 00:00:00.000’变为‘2009-04-09 00:00:00’,这个看起来没有减少多少存储空间哦。

    误区二:把Dates字段的datetime数据类型换成char(10),这样数据就由:‘2009-04-09 00:00:00.000’变为‘2009-04-09’,这好像能减少很多存储空间哦。

      二、分析

    在SQL Server 2005版本中保存日期的数据类型只有两种:datetime、smalldatetime,但是在SQL Server 2008版本中新增了一些日期数据类型:time、date、smalldatetime、datetime、datetime2、 datetimeoffset,其中的date类型就能满足我们场景中的需求了,如果你幸运的在使用SQL Server 2008的话,那么恭喜你,请使用date数据类型吧。

           但是我就比较可悲一点了,在使用SQL Server 2005的前提下,我进入了误区一、误区二。其实这也是因为自己忽略了一下基础性的东西,如果知道不同数据类型的存储空间大小,也许就很轻易的避免这样低级的错误了。

    其实你查看表TestDatetime中的Dates字段的时候,看到查询结果中的:“-”、“:”只是用于显示的,并不是真实保存的时候就这样格式的。

    datetime占用8个字节,前4个字节存储base date(即1900年1月1日)之前或之后的天数,后4个字节存储午夜后的毫秒数。值范围:1753-01-01 到 9999-12-31。

    smalldatetime占用4个字节,前2个字节存储base date(1900年1月1日)之后的天数。后2个字节存储午夜后的分钟数。值范围:1900-01-01 到 2079-06-06。

    date占用3个字节,它比smalldatetime的前2个字节多了1字节,所以值的范围更广了。值范围:0001-01-01 到 9999-12-31。

           所以,如果你使用char(10)来保存截断的日期,那么你的存储空间反而更大了。

    结论: 如果是SQL Server 2005,那么请你使用smalldatetime吧,数据能节约一半,虽然查询的时候看起来没什么改变;如果你是SQL Server 2008,那么请你使用date吧,

      虽然3个字节跟4个字节没有多大的差距,但是从设计上和逻辑清晰度上都有很大的提升,而且差距有些时候并不是1个字节的问题,比如当表数据量达到几个亿的时候,还是有差别的,又或者一条记录可能因为差1个字节就刚刚好给8060字节的页瓜分,这些都不容忽视的。

      三、测试

    下面我们就从数据存储的大小、索引存储的大小、索引使用时候的速度这几个方面进行测试:(这里只测试数据类型:,,数据的内容都是一样的)

      (一)  测试前奏:

    1.      创建三种数据类型char(10)、datetime、smalldatetime的表;(表结构如下面SQL)

    CREATE TABLE [dbo].[TestDatetime](
    
        [Id] [int] IDENTITY(1,1) NOT NULL,
    
        [Dates] [datetime] NULL,
    
     CONSTRAINT [PK_TestDatetime] PRIMARY KEY CLUSTERED
    
    (
    
        [Id] ASC
    
    )WITH (IGNORE_DUP_KEY = OFF) ON [PRIMARY]
    
    ) ON [PRIMARY]

    2.      插入相同记录到三个表中;(这里插入1210000条记录)

    3.      为[Dates]字段创建索引;(在创建索引的时候可以设置填充因子为100%)

    4.      查看索引属性中的索引碎片信息,查看表数据和索引占用的空间,测试[Dates]字段索引的查询效率;

      (二)  测试结果:

    1.      数据存储大小:

    (图2:数据空间对比)

    2.      索引存储信息:

    (图3:char(10))

    (图4:datetime)

    (图5:smalldatetime)

    3.      索引查询的情况:

    多 次执行,SQL Server执行时间为:[char(10)] 大部分在43~59徘徊,偶尔出现小于10的;[datetime]平均在1~2毫秒;[smalldatetime]均在1毫秒;而且大家会发现 [smalldatetime]有其它的9次逻辑读取变为8次了。

     

    --[TestChar10]

    SQL Server 分析和编译时间:

       CPU 时间= 0 毫秒,占用时间= 1 毫秒。

     (2200 行受影响)

    表'TestChar10'。扫描计数1,逻辑读取9 次,物理读取0 次,预读0 次,lob 逻辑读取0 次,lob 物理读取0 次,lob 预读0 次。

     SQL Server 执行时间:

       CPU 时间= 0 毫秒,占用时间= 59 毫秒。

     SQL Server 执行时间:

       CPU 时间= 0 毫秒,占用时间= 1 毫秒。

     

    --[TestDatetime]

    SQL Server 分析和编译时间:

       CPU 时间= 0 毫秒,占用时间= 1 毫秒。

     (2200 行受影响)

    表'TestDatetime'。扫描计数1,逻辑读取9 次,物理读取0 次,预读0 次,lob 逻辑读取0 次,lob 物理读取0 次,lob 预读0 次。

     SQL Server 执行时间:

       CPU 时间= 0 毫秒,占用时间= 2 毫秒。

     SQL Server 执行时间:

       CPU 时间= 0 毫秒,占用时间= 1 毫秒。

     

    --[TestSmalldatetime]

    SQL Server 分析和编译时间:

       CPU 时间= 0 毫秒,占用时间= 1 毫秒。

     (2200 行受影响)

    表'TestSmalldatetime'。扫描计数1,逻辑读取8 次,物理读取0 次,预读0 次,lob 逻辑读取0 次,lob 物理读取0 次,lob 预读0 次。

     SQL Server 执行时间:

       CPU 时间= 0 毫秒,占用时间= 1 毫秒。

     SQL Server 执行时间:

       CPU 时间= 0 毫秒,占用时间= 1 毫秒。

     

    --SQL Server 2008新数据类型

    SELECT
    
    CAST('2007-05-08 12:35:29. 1234567 +12:15' AS time(7)) AS 'time'
    
    ,CAST('2007-05-08 12:35:29. 1234567 +12:15' AS date) AS 'date'
    
    ,CAST('2007-05-08 12:35:29.123' AS smalldatetime) AS
    
    'smalldatetime'
    
    ,CAST('2007-05-08 12:35:29.123' AS datetime) AS 'datetime'
    
    ,CAST('2007-05-08 12:35:29. 1234567 +12:15' AS datetime2(7)) AS 'datetime2'
    
    ,CAST('2007-05-08 12:35:29.1234567 +12:15' AS datetimeoffset(7)) AS 'datetimeoffset';
    
     
  • 相关阅读:
    ftp
    vmware虚拟机如何安装ubuntu14.10系统
    第1章 初识java----Java简介
    fiddler
    Program Files 与Program Files (x86)
    跟我一起认识axure(三)
    React-FlipOver-Counter(日历翻页)
    vue2-vux-fitness-project
    cloud-music
    跟我一起认识axure(二)
  • 原文地址:https://www.cnblogs.com/numeric/p/5488237.html
Copyright © 2011-2022 走看看