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

独自空忆成欢 提交于 2020-07-29 09:59:29

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

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



通过程序往数据库插入 50w 数据

  • 数据表:

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 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());
       }
   }
}










生成数据代码方至 github:
https://github.com/TiantianUpup/sql-test/ 如果不想用代码生成,而是想通过 sql 文件导入数据,附 sql 文件网盘地址:
https://pan.baidu.com/s/1Qp9x6z8CN6puGfg-eNghig

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 做一个转化再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


易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!