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(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 复制代码
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; } 复制代码
- 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);
}
复制代码
- 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()); } } } 复制代码
生成数据代码方至 github:github.com/TiantianUpu… 如果不想用代码生成,而是想通过 sql 文件倒入数据,附 sql 文件网盘地址:pan.baidu.com/s/1Qp9x6z8C…
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" 复制代码
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" 复制代码
耗时:0.351
- 通过 bigint 类型查询
select count(*) from users where time_long >=1540135964091 and time_long <=1540136482372 复制代码
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
复制代码
耗时:0.176s
- 通过 timestamp 类型分组:
select time_timestamp, count(*) from users group by time_timestamp
复制代码
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
复制代码
耗时:1.038s
- 通过 timestamp 类型排序
select * from users order by time_timestamp
复制代码
耗时:0.933s
- 通过 bigint 类型排序
select * from users order by time_long
复制代码
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。
来源:oschina
链接:https://my.oschina.net/u/4347624/blog/4331098