REST 设计困惑？Mysql 是直接存字符串好还是数字好？

Question

现在正在做 REST API 的设计，在设计过程中遇到了一些困惑，问题是这样的：

比如我有一个订单表

order_id	products	status
1	笔记本电脑	canceled
2	华为手机	finished
3	小米手环	delivering

获取所有订单的接口设计如下，其中有一个可选参数是 status 可选值为 canceled、finished、delivering 。

GET /order?status=canceled //已取消的订单

GET /order?status=finished//已结束的订单

GET /order?status=delivering //配送中的订单

这样设计API，可读性还是很好的。但对这里的 status 字段有一些疑问，该字段在数据库中，是直接存储为字符串？还是存储为数字？

由于需要保证API可读性好，所以如果用 数字来存储 status ，那么就需要管理字符串与数字之间的对应关系。

比如说：canceled => 0、finished => 1, delivering => 2

但是这样子，就需要在程序上，对status做一些转换，会无形增加一些程序的复杂性。

我的问题是：能不能直接把 status 字段直接存储为字符型？，就像上面的设计一样。如果数据量大会不会造成性能问题？或者其他一些问题？ 谢谢！

Answer 1

一般是这样的 status一般是按顺序来排的数字
比如
0 - 订单生成
1 - 出库
2 - 已发货
3 - 派送中
4 - 已签收
5 - 已评价
6 - 已经取消
这样 你可以 通过status<4 查看没完成的订单
上面只是举例 你还应该有别的状态 退货 付款 退款啥的
这样是比较好的

Answer 2

设计过些数据库, 类似于这种状态, 最早使用的是使用 int 来存储的, 因为相对于 varchar int 的效能是高的, 不过随之而来的问题是, 因此业务的问题, 会经常有查询, 但是在写 sql 的时候经常会忘记相应数字所对应的状态, 每次又要去找, 很烦, 加之又从互联网的某个角落得 知, 在 postgreSQL 中其实 int 和 varchar 的效能问题其实是没差别的(未经验证, 至少是我未验证过), 后一想就算是存储 varchar 状态最长把字符控制在十个字符内, 不会有很大的问题, 而且类似于状态这样的经常查询字段也会建立一个索引, 基本上已经可以了.
之前也听一个前辈说过, 他那有个库, 数据很多, 状态是 int 的查询速度是大于 varchar 的.
目前了, 状态字段又换成 int 型了, varchar 的便于识别的所带来的坏处就是在写 sql 语句的时候状态的条件需要多加 ' (where stat='open') , 对的 我就是这么懒.. 人都会偷懒, 而且也许会带来性能上的提升 何乐而不为了, 关于之前说的记不住状态, 有所得就有所失.
而且类似于这样的状态 如果存储的 int 型, 转换的话, 在 java 中可以定义隔枚举类作为对应的状态值, 这样程序判断会相对简单些.
关于说的数据大的问题, 如果你的表数据不会达到几百上千万的量, int varchar 的差别或许并不是很大, 当数据达到或者超出这个量的时候, 或许数据库都不一定能做到高效的操作了, 会考虑更多高效的方式, 像 nosql solr 等.
结论的话:
为了便于自己认识使用 varchar
为了高效(或者说专业设计)使用 int
如果确定用数字存储的话可以考虑用 tinyint 这个相对来说效能会高于 int 这个数值范围是小于 int 的, 不过是 postgresql 的话就不行了这数据库不支持 tinyint 类型

Answer 3

int虽然不是那么容易看明白，但效率高很多，而且也有助于楼上说的做比较。可读性，可以使用类似枚举的手段来解决。前端传递来字符串参数可以试用哈希表转换成int的数值再做数据库查询。

数值和状态之间的对应关系一定需要用文档规范出来，写代码的时候查文档就行，方便不同开发人员之间协同开发。这方面没有规范的文档，即便你用字符型也不见得所有人都能看懂。

提一点，考虑将来状态可能会增加，建议不要取连续值（即“1 2 3 4 5”），类似“10 20 30 40 50”这样能够允许你以后增加状态的时候可以插入。

Answer 4

其实这个用orm处理就好了

查询一般是这样的

 Order.where(status: Order.statuses[:shipped])
 

Answer 5

MySQL 支持enum类型，实际存储得是tinyint。可读性和效率兼具。

针对你的情况我举个例子：

首先看mysql这边的设置

CREATE TABLE t_order (
    order_id int,
    products varchar(64),
    status ENUM('canceled', 'finished', 'delivering')
);    

insert into t_order(order_id, products, status)
values (1, "笔记本电脑", "canceled"), (2, "华为手机", "finished"), (3, "小米手环", "delivering");

mysql> select * from t_order;
+----------+-----------------+------------+
| order_id | products        | status     |
+----------+-----------------+------------+
|        1 | 笔记本电脑      | canceled   |
|        2 | 华为手机        | finished   |
|        3 | 小米手环        | delivering |
+----------+-----------------+------------+
3 rows in set (0.00 sec)

程序端只要按字符串访问就可以。ORM对枚举也有很好的支持，以java+jpa为例子。

public enum OrderStatus { canceled, finished, delivering };

@Enumerated(EnumType.STRING)
private OrderStatus status;

Answer 6

这种情况，最最最合适的方法就是使用枚举类型

Answer 7

既然用mysql,为什么没人提enum类型?
enum表现出来是字符串但是底层存储是用数字,还天然带输入check,三全其美的方案啊

Answer 8

我才不会告诉你淘宝存的是字符串

Answer 9

我也是用1楼的方式，只是最后一个取消或作废的订单状态我会定义为负数，做查询有效订单会方便一些。至于编码方面可以使用枚举来使程序易读。

Answer 10

我认为定义一个枚举是比较好的，数据库直接存字符串类型

public enum Status {
    CANCELED, FINISHED, DELIVERING
}

这样做，你的restful API 可以设计成这样：

GET /order/{status}

Answer 11

网络上有许多似是而非的“谣言”，当然都不是恶意，绝大部分都是开发者不愿意自己主动研究，反而轻信其他人的信口之言。
关于数据库的谣言也有不少，典型如int性能比char高很多。

我最近针对int、long、char、varchar的性能，简单测试了一下，发现它们其实并没有太大的性能差距：

备注：c8=char(8), s8=varchar(8), i8=(bigint), c4=char(4), s4=varchar(4), i4=char(4)

100w行无索引情况下查询：
执行[c8查询]20次, 平均耗时312.0ms
执行[s8查询]20次, 平均耗时334.3ms
执行[i8查询]20次, 平均耗时276.95ms
执行[c4查询]20次, 平均耗时354.95ms
执行[s4查询]20次, 平均耗时340.45ms
执行[i4查询]20次, 平均耗时291.1ms

创建索引：
c8索引耗时2439ms
s8索引耗时2442ms
i8索引耗时1645ms
c4索引耗时2296ms
s4索引耗时2303ms
i4索引耗时1403ms

有索引情况下查询：
执行[c8查询]10000次, 平均耗时0.271ms
执行[s8查询]10000次, 平均耗时0.2354ms
执行[i8查询]10000次, 平均耗时0.2189ms
执行[c4查询]10000次, 平均耗时0.303ms
执行[s4查询]10000次, 平均耗时0.3094ms
执行[i4查询]10000次, 平均耗时0.25ms

结论：

• 无索引情况下，全表扫描不会因为数据较小就变快，而是整体速度相同，int/bigint作为原生类型稍快12%。
• 有索引情况下，char与varchar性能差不多，int速度稍快18%

Answer 12

建议直接存字符串，和数字没什么区别，对应用来说都是枚举，但可读性高了，也不必维护什么mapping关系。

Answer 13

我现在是觉得存字符串比较好。
如果存的是数字，根据你的业务流程下来，存0，1，2，3，4，5等代表不同状态，前期这么定义是没问题的。
但是如果业务流程变了，需要在4，5两个状态间增加两个个新状态，那么就是要新增一个状态6 ，7。
其实你的流程状态是0，1，2，3，4，6，7，5，我看着变扭。

这里使用字符串就不存在这个问题了。

Answer 14

我是存tinyint ，然后在程序中用一个公共方法做映射

Answer 15

我建议存int比存string从各方面（除了你说的转换）来说都会好很多。

然后是转换的问题的，其实这不是个问题，所有和db接触之前的操作对于这些都可以使用你业务的名词（canceled，finished, delivering），只有当和db接触时才会转成对应的数字，其实转换的部分只写在一个地方就好了（比如这个部分就时java 设计模式中的dao层），当然为了便于之后名词的修改或是统一每个人的拼写（大小写？）名词也要定义成常量。

Answer 16

不推荐使用枚举，一旦存在历史业务量再修改枚举项，会有很多意料之外的影响。
其实使用int保存状态码的缺点——难记，是数据库管理工作的疏漏，首先comment自不用说，其次代码中应当设置配置文件指定状态码对应状态。
而使用字符串保存状态，我相信如果做索引的话性能问题就不算突出问题了。状态的字符串一般都是少量有限少变，所以做索引很合适。

Answer 17

存字符串的话，某天有人写代码的时候，不小心写了 DELlVERING（l 是小写，看出来没？） 之类的，你就蛋疼了。

一般我的编码习惯是，“别相信别人不会犯错，别相信自己不会犯错，给最小的选择。”

Answer 18

存字符串是作死。

可读性可以在代码中用常量或者枚举代替硬编码。