无论是在少得可怜的免费数据库空间，还是大型电子商务网站，都需要设计合理的表结构，充分利用空间。这就要求我们对数据库系统常用的数据类型有充分的了解。下面我就和大家分享一下我的小经验。
第一，号码类型。数字类型按照我的分类方法分为三类：整数类，小数类，数字类。
我说的“数类”是指十进制和数值，是同一类型。严格来说不是数字类型，因为他们实际上是以字符串的形式保存数字的；他的值的每一位(包括小数点)占用一个字节的存储空间，
所以这种类型占用空间很大。但其突出的优点是小数位数是固定的，在运算时不会“失真”，所以更适用于“价格”、“金额”等对精度要求不高但精度非常高的字段。
小数类，也就是浮点数类型，根据精度的不同可以分为float(单精度)和DOUBLE(双精度)两种。它们的优点是准确性，FLOAT可以表示绝对值非常小，小到大约1.17E-38 (0.000.0117,
小数点后有37个零)，DOUBLE可以表示绝对值小至约2.22E-308 (0.000)的小数.0222，小数点后有307个零)。
浮点型和双精度型占用的存储空间分别为4字节和8字节。如果需要使用小数字段，而且精度不高，当然要用FLOAT！但老实说，我们的“民用”数据，
哪个要求精度这么高？这两种——我至今没用过，也没遇到适合用的情况。
最常用和最经济的类型是整型。从只占用一个字节存储空间的TINYINT，到占用八个字节的BIGINT，选择一个“够用”且占用存储空间最少的类型是设计数据库时要考虑的。
TINYINT、SMALLINT、MEDIUMINT、INT和BIGINT分别占用1字节、2字节、3字节、4字节和8字节。至于无符号整数，
这些类型可以表示的最大整数分别是255、65535、16777215、4294967295和18444709551615。如果是用来保存用户年龄的(比如在数据库中保存年龄是不可取的)，
TINYINT就够了；在9《纵横》里，所有技能值用SMALLINT就够了；如果您想将它用作不超过1600万行的表的AUTO_INCREMENT的标识字段，
当然，用MEDIUMINT代替INT。想象一下每行节省一个字节，1600万行节省10多兆！
第二，日期和时间类型。
日期和时间的类型比较简单，无非就是日期、时间、日期时间、时间戳和年份。只对日期敏感而对时间没有要求的字段，
不用说，你用DATE代替DATETIME单独利用时间的情况也时有发生。但是DATETIME还是用的最多的。日期和时间的类型没什么关系，这里就不细说了。
第三，字符的类型(字符串)。
不要以为人物类型是char！CHAR和VARCHAR的区别在于CHAR是固定长度的。只要你定义一个字段为CHAR(10)，不管你存储的数据是否达到10字节，
它占用10字节的空间；另一方面，VARVHAR的长度是可变的。如果字段的可能值长度不固定，我们只知道不能超过10个字符，定义为VARCHAR(10)最划算。
VARCHAR 类型的实际长度是它的值的(实际长度+1)。为什么“+1”呢？这一个字节用于保存实际使用了多大的长度呀！从这个“+1”中也应该看到，如果一个字段，它的可能值最长是10个字符，
而多数情况下也就是用到了10个字符时，用VARCHAR就不合算了：因为在多数情况下，实际占用空间是11个字节，比用CHAR(10)还多占用一个字节！
举个例子，就是一个存储股票名称和代码的表，股票名称绝大部分是四个字的，即8个字节；股票代码，上海的是六位数字，深圳的是四位数字。这些都是固定长度的，
股票名称当然要用CHAR(8) ；股票代码虽然是不固定长度，但如果使用VARVHAR(6)，一个深圳的股票代码实际占用空间是5个字节，
而一个上海的股票代码要占用7个字节！考虑到上海的股票数目比深圳的多，那么用VARCHAR(6)就不如CHAR(6)合算了。
我认为大于20的CHAR是几乎用不到的——很少有大于20个字节长度的固定长度的东东吧？不是固定长度的就用VARCHAR！大于100的VARCHAR也是几乎用不到的——比这更大的用TEXT就好了。
四、枚举和集合类型。
枚举（ENUM）类型，最多可以定义65535种不同的字符串从中做出选择，只能并且必须选择其中一种，占用存储空间是一个或两个字节，由枚举值的数目决定；集合（SET）类型，最多可以有64个成员，
可以选择其中的零个到不限定的多个，占用存储空间是一个到八个字节，由集合可能的成员数目决定。
举个例子来说，在SQLServer中，你可以节约到用一个Bit类型来表示性别（男/女），但mysql没有Bit，用TINTINT？不，可以用ENUM('帅哥','美眉')！只有两种选择，
所以只需一个字节——跟TINYINT一样大，但却可以直接用字符串'帅哥'和'美眉'来存取。真是太方便啦！
好了，MySQL的数据类型介绍得差不多，我的建库策略也随着介绍数据类型介绍给大家一些。但这只是其中一部分，篇幅有限，不能再细说；其他的，就靠各人在对数据类型理解的基础上，多多实践、多多讨论。