Mitkä ovat yleiset SQL-tietotyypit ja kuinka valitset ne?

Question

Accepted Answer

Jokaisella sarakkeella on **tietotyyppi**, joka määrittelee mitä se tallentaa — numeroita, tekstiä, päivämääriä, totuusarvoja jne. Oikean tyypin valinta on tärkeää **tallennustehokkuuden, oikeellisuuden ja suorituskyvyn** kannalta. Tyypit vaihtelevat jonkin verran tietokannan mukaan, mutta kategoriat ovat vakiintuneet.

## Numeeriset tyypit

```sql
INT / INTEGER          -- whole numbers (4 bytes)
BIGINT                 -- large whole numbers (8 bytes) — for IDs that grow large
SMALLINT               -- small whole numbers (save space)
DECIMAL(10,2) / NUMERIC -- EXACT decimal — use for MONEY (no rounding errors)
FLOAT / REAL / DOUBLE  -- approximate floating point — NOT for money
SERIAL / AUTO_INCREMENT -- auto-incrementing integer (for primary keys)
```

**Tärkeä:** käytä **`DECIMAL`/`NUMERIC` rahalle** (tarkka aritmetiikka), älä koskaan `FLOAT`/`DOUBLE` (joilla on pyöristysvirheitä, jotka korruptoivat rahoituslaskelmia).

## Tekstin tyypit

```sql
VARCHAR(n)    -- variable-length text up to n chars (the common choice)
CHAR(n)       -- FIXED-length (padded) — for codes of known length (e.g. country codes)
TEXT          -- large/unlimited text (articles, descriptions)
```

`VARCHAR(n)` on päivittäinen tekstityyppi; `TEXT` suurelle sisällölle; `CHAR(n)` kiinteän pituisille koodeille.

## Päivämäärä/aika, totuusarvo ja muut

```sql
DATE           -- date only (2024-01-15)
TIME           -- time only
TIMESTAMP      -- date + time (with or WITHOUT time zone — TIMESTAMPTZ in Postgres)
BOOLEAN        -- true/false
UUID           -- universally unique identifier (good for distributed IDs)
JSON / JSONB   -- structured JSON data (JSONB in Postgres is indexed/efficient)
BLOB / BYTEA   -- binary data
```

## Miksi oikean tyypin valinta on tärkeää

```text
✓ Storage — smaller types use less space (INT vs BIGINT; VARCHAR vs TEXT)
✓ Correctness — DECIMAL for money (exact), proper date types for dates, BOOLEAN for flags
✓ Performance — correct types index and compare efficiently; right size = less I/O
✓ Validation — the type itself constrains what can be stored (an INT can't hold text)
✓ Time zones — use TIMESTAMPTZ for timestamps to avoid time-zone bugs
```

## Miksi se on tärkeää

Sopivia tietotyyppejä valitseminen on tietokannan suunnittelun perustava aspekti, joka vaikuttaa **tallentamiseen, oikeellisuuteen ja suorituskykyyn**, joten yleisten tyyppien ja niiden valinnan ymmärtäminen on tärkeää päivittäistä osaamista.

Kategorioiden tunteminen — numeeriset (INT, BIGINT, DECIMAL, FLOAT), teksti (VARCHAR, CHAR, TEXT), päivämäärä/aika (DATE, TIMESTAMP), totuusarvo ja erityistyypit (UUID, JSON/JSONB) — on välttämätöntä taulukoiden oikealle suunnittelulle.

Useat valinnat sisältävät todellisia seurauksia, joita on hyvä ymmärtää: **`DECIMAL`/`NUMERIC`-käyttö rahalle** `FLOAT`-sijaan (kriittinen oikeellisuusongelma — liukuluvun pyöristysvirheet korruptoivat rahoituslaskelmia, klassinen vakava vika), oikean **kokonaisluvun koon** valinta (`BIGINT` ID:ille, jotka voivat kasvaa INT:n alueen yli — todellinen huoli suurille taulukoille), oikean **päivämäärä/aika-tyypin** käyttö (erityisesti aikavyöhykesensitiiviä `TIMESTAMPTZ`-versiota aikavyöhykevirheiden välttämiseksi) ja asianmukaisesti mitoitettujen tekstityppien valinta (VARCHAR vs TEXT).

Oikea tyypin valinta vaikuttaa tallennustehokkuuteen (pienemmät tyypit käyttävät vähemmän tilaa ja I/O-operaatioita), oikeellisuuteen (tyyppi validoi ja edustaa dataa tarkasti) ja suorituskykyyn (oikeat tyypit indeksoivat ja vertailevat tehokkaasti).

Koska jokainen sarake vaatii tyypin valinnan, ja koska väärät valinnat aiheuttavat todellisia ongelmia (FLOAT rahalle korruptoimassa laskelmia, INT-ylivuoto ID:ille, aikavyöhykevirheet), yleisten SQL-tietotyyppien ja niiden valinnan periaatteiden ymmärtäminen — tarkkuus rahalle, asianmukainen mitoittaminen, aikavyöhykesensitiiviset aikaleimat — on tärkeää, perustava tieto hyvän tietokannan suunnittelun kannalta, joka estää pehmeitä mutta vakavia dataperustaisuuden ja suorituskyvyn ongelmia.