Oracle 和 MySQL 中的日期类型比较

Oracle 和 MySQL 都提供了多种日期和时间数据类型,但它们在实现和功能上有一些差异。以下是两者的主要日期类型对比:

Oracle 日期类型

  1. DATE
    • 存储日期和时间(精确到秒)
    • 格式:YYYY-MM-DD HH24:MI:SS
    • 示例:TO_DATE('2023-11-15 14:30:00', 'YYYY-MM-DD HH24:MI:SS')
  2. TIMESTAMP
    • 比 DATE 更精确,可包含小数秒(最多9位)
    • 示例:TIMESTAMP '2023-11-15 14:30:00.123456789'
  3. TIMESTAMP WITH TIME ZONE
    • 包含时区信息
    • 示例:TIMESTAMP '2023-11-15 14:30:00 -05:00'
  4. TIMESTAMP WITH LOCAL TIME ZONE
    • 存储时转换为数据库时区,检索时转换回用户时区
  5. INTERVAL YEAR TO MONTH
    • 存储年-月间隔
    • 示例:INTERVAL '1-2' YEAR TO MONTH (1年2个月)
  6. INTERVAL DAY TO SECOND
    • 存储日-秒间隔
    • 示例:INTERVAL '5 12:30:45.123' DAY TO SECOND (5天12小时30分45.123秒)

MySQL 日期类型

  1. DATE
    • 仅存储日期(不包含时间)
    • 格式:YYYY-MM-DD
    • 示例:'2023-11-15'
  2. TIME
    • 仅存储时间(可包含微秒)
    • 格式:HH:MM:SS.fraction
    • 示例:'14:30:00''14:30:00.123456'
  3. DATETIME
    • 存储日期和时间(精确到秒或微秒)
    • 格式:YYYY-MM-DD HH:MM:SS.fraction
    • 示例:'2023-11-15 14:30:00''2023-11-15 14:30:00.123456'
  4. TIMESTAMP
    • 存储日期和时间(1970-01-01 00:00:01 UTC 到 2038-01-19 03:14:07 UTC)
    • 自动转换为 UTC 存储,检索时转换回当前时区
    • 示例:TIMESTAMP(6) 可存储微秒
  5. YEAR
    • 仅存储年份(1901-2155)
    • 示例:YEAR(4) 存储为4位数年份

主要差异

  1. 精度
    • Oracle 的 TIMESTAMP 支持最多9位小数秒
    • MySQL 的 DATETIME/TIMESTAMP 支持最多6位小数秒
  2. 时区处理
    • Oracle 有专门的时区感知类型(TIMESTAMP WITH TIME ZONE)
    • MySQL 的 TIMESTAMP 会自动转换时区,DATETIME 不会
  3. 范围
    • Oracle DATE 范围:公元前4712年到公元9999年
    • MySQL TIMESTAMP 范围较小(1970-2038年)
  4. 存储
    • Oracle DATE 固定占用7字节
    • MySQL DATETIME 占用8字节(无小数秒),TIMESTAMP 占用4字节(无小数秒)

示例用法

Oracle:

复制代码
CREATE TABLE events (
    event_id NUMBER,
    event_date DATE,
    event_timestamp TIMESTAMP,
    event_tz TIMESTAMP WITH TIME ZONE
);

MySQL:

复制代码
CREATE TABLE events (
    event_id INT,
    event_date DATE,
    event_datetime DATETIME(6),
    event_timestamp TIMESTAMP(6)
);
复制代码
选择哪种类型取决于您的具体需求,包括是否需要时区支持、所需精度以及数据范围等因素。
相关推荐
这个DBA有点耶1 天前
MVCC深入:Read View、版本链与快照读——InnoDB并发控制的内核
数据库·mysql·架构
DBA_G1 天前
从地面到云霄:GBase数据库在民航三大场景的落地实践
数据库
自由能燃气设备1 天前
商用全预混低氮冷凝锅炉免费方案vs付费方案对比+选型避坑指南
大数据·数据库·人工智能
科创致远1 天前
科创致远 ESOP 系统核心效能与实战价值展示
大数据·数据库·人工智能·精益工程
2601_962218611 天前
万象生鲜系统称重自动多退少补算法解决生鲜非标品痛点
大数据·数据库·人工智能·python·算法
张洛闻Eren1 天前
k8s云原生【第十课】:水平 Pod 自动扩缩容
运维·数据库·云原生·kubernetes·github
于平安1 天前
MySQL-触发器
数据库·mysql
白远山1 天前
上海24小时自助健身房解决方案实战指南与经验分享
java·数据库·架构·需求分析
Omics Pro1 天前
斯坦福Nature+Science|广义虚拟细胞基础大模型
数据库·人工智能·算法·机器学习·自然语言处理
2603_965148111 天前
AI+API选品:下一代智能商务助手雏形已现
java·大数据·数据库·人工智能·数据挖掘