簡介
sqlserver每個表中各列的資料型別的選擇通常顯得很簡單，但是對於具體資料型別的選擇的不同對效能的影響還是略有差別。本篇文章對sql server表列資料型別的選擇進行一些探索。
一些資料儲存的基礎知識
在sql server中，資料的儲存以頁為單位。八個頁為乙個區。一頁為8k，乙個區為64k，這個意味著1m的空間可以容納16個區。如圖1所示：
圖1.sql server中的頁和區
如圖1（ps：發現用windows自帶的畫圖程式畫部落格中的也不錯）可以看出，sql server中的分配單元分為三種，分別為儲存行內資料的in_row_data，儲存lob物件的lob_data，儲存溢位資料的row_overflow_data。下面我們通過乙個更具體的例子來理解這三種分配單元。
我建立如圖2所示的表。
圖2.測試表
圖2的測試表不難看出，通過插入資料使得每一行的長度會超過每頁所能容納的最大長度8060位元組。使得不僅產生了行溢位（row_overflow_data），還需要儲存lob的頁。測試的插入語句和通過dbcc ind看到的分配情況如圖3所示。
圖3.超過8060位元組的行所分配的頁
除去iam頁，這1行資料所需要三個頁來儲存。首先是lob頁，這類是用於儲存存在資料庫的二進位制檔案所設計，當這個型別的列出現時，在原有的列會儲存乙個24位元組的指標，而將具體的二進位制資料存在lob頁中，除去text之外，varbinary（max）也是存在lob頁中的。然後是溢位行，在sql server 2000中，一行超過8060位元組是不被允許的，在sql server 2005之後的版本對這個特性進行了改進，使用varchar，nvarchar等資料型別時，當行的大小不超過8060位元組時，全部存在行內in-row data，當varchar中儲存的資料過多使得整行超過8060位元組時，會將額外的部分存於row-overflow data頁中，如果update這列使得行大小減少到小於8060位元組，則這行又會全部回到in-row data頁。
資料型別的選擇
在了解了一些基礎知識之後。我們知道sql server讀取資料是以頁為單位，更少的頁不僅僅意味著更少的io，還有更少的記憶體和cpu資源消耗。所以對於資料選擇的主旨是：
盡量使得每行的大小更小
這個聽起來非常簡單，但實際上還需要對sql server的資料型別有更多的了解。
比如儲存int型別的資料，按照業務規則，能用int就不用bigint，能用smallint就不用int，能用tinyint就不用smallint。
所以為了使每行的資料更小，則使用佔位元組最小的資料型別。
1、比如不要使用datetime型別，而根據業務使用更精確的型別，如下表：
2、使用varchar（max），nvarchar（max），varbinary（max）來代替text，ntext和image型別
根據前面的基礎知識可以知道，對於text，ntext和image型別來說，每一列只要不為null，即使占用很小的資料，也需要額外分配乙個lob頁，這無疑占用了更多的頁。而對於varchar（max）等資料型別來說，當資料量很小的時候，存在in-row-data中就能滿足要求，而不用額外的lob頁，只有當資料溢位時，才會額外分配lob頁，除此之外，varchar（max）等型別支援字串操作函式比如：
● col_length
● charindex
● patindex
● len
● datalength
● substring
3、對於僅僅儲存數字的列，使用數字型別而不是varchar等。
因為數字型別占用更小的儲存空間。比如儲存123456789使用int型別只需要4個位元組，而使用varchar就需要9個位元組（這還不包括varchar還需要占用4個位元組記錄長度）。
4、如果沒有必要，不要使用nvarchar，nchar等以「字」為單位儲存的資料型別。這類資料型別相比varchar或是char需要更多的儲存空間。
5、關於char和varchar的選擇
首先我們建立表，這個表中只有兩個列，乙個int型別的列，另乙個型別定義為char（5），向其中插入兩條測試資料，然後通過dbcc page來檢視其頁內結構，如圖4所示。
圖4.使用char(5)型別，每行所佔的空間為16位元組
下面我們再來看改為varchar(5)，此時的頁資訊，如圖5所示。
圖5.varchar(5)，每行所占用的空間為20位元組
因此可以看出，varchar需要額外4個位元組來記錄其內容長度。因此，當實際列儲存的內容長度小於5位元組時，使用char而不是varchar會更節省空間。
關於null的使用
關於null的使用也是略有爭議。有些人建議不要允許null，全部設定成not null+default。這樣做是由於sql server比較時就不會使用三值邏輯（true，false，unknown），而使用二值邏輯（true，false），並且查詢的時候也不再需要isnull函式來替換null值。
但這也引出了一些問題，比如聚合函式的時候，null值是不參與運算的，而使用not null+default這個值就需要做排除處理。
因此null的使用還需要按照具體的業務來看。
考慮使用稀疏列（sparse）
稀疏列是對 null 值採用優化的儲存方式的普通列。 稀疏列減少了 null 值的空間需求，但代價是檢索非 null 值的開銷增加。 當至少能夠節省 20% 到 40% 的空間時，才應考慮使用稀疏列。
稀疏列在ssms中的設定如圖6所示。
圖6.稀疏列
對於主鍵的選擇
對於主鍵的選擇是表設計的重中之重，因為主鍵不僅關係到業務模型，更關係到對錶資料操作的的效率（因為主鍵會處於b樹的非葉子節點中，對樹的高度的影響最多）。關於主鍵的選擇，我之前已經有一篇文章關於這點：從效能的角度談sql server聚集索引鍵的選擇，這裡就不再細說了。
總結
本篇文章對於設計表時，資料列的選擇進行了一些探尋。好的表設計不僅僅是能滿足業務需求，還能夠滿足對效能的優化。
***********************************=分割線******************************==
對於公司程式設計師的一點思考
對於公司程式設計師的一點思考 趁著中午午休的時間，自己碎碎念一下公司的程式設計師。說真的，剛出入程式設計師這個行業，其實我感覺我挺孤獨的，這種孤獨是一種說不出來的感覺，或許因為我是慢熱型的性格吧！所有可能相處關係和很慢，但我總覺得，不相處也罷！說真的，我真的看不起公司的個別程式設計師，就算是之前公司...
關於SVM類別選擇的一點思考
學習svm時，關於類別選擇問題陷入了乙個誤區，現在把這個過程記錄下來，希望有同樣疑問的童鞋也能注意一下。如圖1所示，直線方程為x y 4 0，設直線上方的 o 為正例，直線下方的 為負例。當樣本點被超平面正確分類時，滿足yi w xi b 0條件，但是這個前提是假設 直線上方的點為正例，下方的點為負...
對於學習第二語言的一點思考
在學習第二語言的過程中，相信大家都有這樣的苦惱，說出來的話都帶著濃濃的中國味。這是怎麼回事呢？一般來說，只要錯過了語言的最佳習得期即兒童時期，再學一門外語就一定會受母語的影響 排除那些天生具有語言天才的人 這是我們在說或寫外語時候的思維結構決定的。在這裡筆者簡要地把說外語的思維過程分成三層境界 境界...