mysql查询时间型数据（mysql数据库时间类型datetime）
mysql查询时间型数据（mysql数据库时间类型datetime）select time_date count(*) from users group by time_date耗时：0.176s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：0.171select count(*) from users where time_timestamp >= "2018-10-21 23:32:44" and time_timestamp <="2018-10-21 23:41:22"
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
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
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
- 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
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
