单datetime列与拆分年、月、日整型列的表：空间、速度及查询易用性对比

空间占用 #

• Timestamp列更节省空间：多数数据库中，timestamp类型仅占用4字节（如MySQL）或8字节（如PostgreSQL的timestamptz）；而拆分成年、月、日三个int列，每个int通常占4字节，总占用12字节，是timestamp的3倍（或1.5倍），数据量越大，空间差距越明显。

查询速度 #

查询速度取决于具体场景和索引设计：

• 常规时间范围查询：timestamp列占优。只要给timestamp建普通索引，就能高效完成WHERE ts BETWEEN '2023-01-01' AND '2023-12-31'这类范围扫描，数据库原生对时间类型的索引优化更成熟。
• 单一维度查询（如仅查某一年/月）：拆分列可能有优势。如果给年、月列单独建索引，WHERE year = 2023的扫描速度会很快；但如果timestamp列提前建了函数索引（如CREATE INDEX idx_ts_year ON table (EXTRACT(YEAR FROM ts))），两者性能差距不大。
• 跨维度组合查询：两者性能接近，但timestamp的写法更简洁，不会增加额外的判断逻辑开销。

查询易用性 #

• Timestamp列碾压式占优：
  • 原生支持所有日期时间函数，比如计算时间差DATEDIFF(ts, NOW())、加减天数ts + INTERVAL 7 DAY，直接就能用，无需拼接字段。
  • 能天然避免“年=2023，月=13”这类非法数据（拆分列需要额外添加约束才能实现）。
  • 跨时间段查询无需同时判断年、月、日三个字段，比如查“2023-11-25至2024-01-10”，timestamp直接写范围即可，拆分列则要写(year=2023 AND month>=11 AND day>=25) OR (year=2024 AND month<=1 AND day<=10)，逻辑复杂且容易出错。

内容的提问来源于stack exchange，提问作者ForgottenKahz