DataType--類型基礎

數據類型
數據的定義在各種場合均不一樣，數據的載體也不一樣，數據的表現方式和傳遞方式也不一樣，數據的處理方式也不一樣，數據庫不可能處理所有形式的數據，因此必須規范數據，按照類型划分和處理。
 
連續和離散(Continuous versus Discrete)
在現實生活中，有些事物是離散地，可以准確地標識他們，如果兩個蘋果，三個梨，但某些事務是連續地，無法准確地指明，如1/3,如某人跑完1000M所花費時間，隨着使用儀器的精度提高，我們可以將精度從分鍾到秒，從秒到毫秒，在到納秒，但終無法准確描述其花費時間，對應浮點數和時間數據，因此有了數據精度。
 
定量和定性(Quantitative versus Qualitative)
定量用來解答事物的多少問題，如高多少與重多少；
定性用來解答事物的為什么的問題，如果為什么不合格，為什么比其他好；
 
准確度和精確度
准確度和精確度是衡量事物的兩個不同的單位，准確度高不代表精確度高，反之，精確度高不代表准確度高。
 
數據和信息(Data versus Information)
信息和智慧(Information versus Wisdom)
 
 
范圍/顆粒度/准確度/精確度
Range, Granularity, Accuracy and Precision
在數據庫設計過程中，選用什么類型來存放數據，往往需要考慮數據庫類型的這四個方面是否滿足需求，而合適的類型不僅需要保證數據被正確存儲，還需要考慮數據被合理存儲以及后續訪問處理的方便性。
如可以使用BIGINT來代替SMALLINT,但存儲空間被不合理地浪費掉了
如可以使用NVARCHAR來代替DATIETIME,但數據處理時需要轉換，從而資源浪費
如可以將時間拆分成DATE和TIME來存儲，但改設計可能只滿足某一個需求點，而導致很多問題