MySQL時間類型datetime、bigint及timestamp的查詢效率

前期數據准備

通過程序往數據庫插入 50w 數據

• 數據表：

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 為同一時間的不同存儲格式

• 實體類 users

/**
 * @author hetiantian
 * @date 2018/10/21
 * */
@Builder
@Data
public class Users {
    /**
     * 自增唯一id
     * */
    private Long id;

    /**
     * date類型的時間
     * */
    private Date timeDate;

    /**
     * timestamp類型的時間
     * */
    private Timestamp timeTimestamp;

    /**
     * long類型的時間
     * */
    private long timeLong;
}
dao 層接口

/**
 * @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);
}

• 測試類往數據庫插入數據

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());
        }
    }
}

生成數據代碼方至 github：https://github.com/TiantianUpup/sql-test/ 如果不想用代碼生成，而是想通過 sql 文件倒入數據，附 sql 文件網盤地址：https://pan.baidu.com/s/1Qp9x6z8CN6puGfg-eNghig

sql 查詢速率測試

• 通過 datetime 類型查詢：

select count(*) from users where time_date >=2018-10-21 23:32:44 and time_date <=2018-10-21 23:41:22

耗時：0.171

• 通過 timestamp 類型查詢

select count(*) from users where time_timestamp >= 2018-10-21 23:32:44 and time_timestamp <=2018-10-21 23:41:22

耗時：0.351

• 通過 bigint 類型查詢

select count(*) from users where time_long >=1540135964091 and time_long <=1540136482372  

耗時：0.130s

• 結論 在 InnoDB 存儲引擎下，通過時間范圍查找，性能 bigint > datetime > timestamp

sql 分組速率測試

使用 bigint 進行分組會每條數據進行一個分組，如果將 bigint 做一個轉化在去分組就沒有比較的意義了，轉化也是需要時間的

• 通過 datetime 類型分組：

select time_date, count(*) from users group by time_date

耗時：0.176s

• 通過 timestamp 類型分組：

select time_timestamp, count(*) from users group by time_timestamp

耗時：0.173s

• 結論 在 InnoDB 存儲引擎下，通過時間分組，性能 timestamp > datetime，但是相差不大

sql 排序速率測試

• 通過 datetime 類型排序：

select * from users order by time_date

耗時：1.038s

• 通過 timestamp 類型排序

select * from users order by time_timestamp

耗時：0.933s

• 通過 bigint 類型排序

select * from users order by time_long

耗時：0.775s

• 結論 在 InnoDB 存儲引擎下，通過時間排序，性能 bigint > timestamp > datetime

小結

如果需要對時間字段進行操作 (如通過時間范圍查找或者排序等)，推薦使用 bigint，如果時間字段不需要進行任何操作，推薦使用 timestamp，使用 4 個字節保存比較節省空間，但是只能記錄到 2038 年記錄的時間有限。