Melyek a gyakori SQL adattípusok és hogyan választod ki őket?

Question

Accepted Answer

Minden oszlopnak van egy **adattípusa**, amely meghatározza, hogy mit tárol — számokat, szöveget, dátumokat, logikai értékeket stb. A megfelelő típus kiválasztása fontos a **tárolási hatékonyság, helyesség és teljesítmény** szempontjából. A típusok az adatbázisok között némileg eltérnek, de a kategóriák szabványosak.

## Numerikus típusok

```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)
```

**Fontos:** használj **`DECIMAL`/`NUMERIC` típust pénzhez** (pontos számtan), soha `FLOAT`/`DOUBLE` típust ne (amelyeknek kerekítési hibái vannak, amelyek sértegetik a pénzügyi számításokat).

## Szöveg típusok

```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)
```

A `VARCHAR(n)` a mindennapi szöveg típus; `TEXT` nagy tartalmakhoz; `CHAR(n)` rögzített hosszúságú kódokhoz.

## Dátum/idő, logikai és egyéb típusok

```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
```

## Miért fontos a megfelelő típus kiválasztása

```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
```

## Miért számít

A megfelelő adattípusok kiválasztása az adatbázis-tervezés alapvető aspektusa, amely a **tárolást, helyességet és teljesítményt** befolyásolja, ezért a gyakori típusok ismerete és azok kiválasztásának módja a napi gyakorlat fontos ismerete.

A kategóriák ismerete — numerikus (INT, BIGINT, DECIMAL, FLOAT), szöveg (VARCHAR, CHAR, TEXT), dátum/idő (DATE, TIMESTAMP), logikai és speciális típusok (UUID, JSON/JSONB) — szükséges a táblák helyes tervezéséhez.

Néhány választásnak valós következménye van, amelyet érdemes megérteni: a **`DECIMAL`/`NUMERIC` típus használata pénzhez** a `FLOAT` helyett (kritikus helyességi probléma — a lebegőpontos kerekítési hibák sértegetik a pénzügyi számításokat, egy klasszikus, komoly hiba), a megfelelő **egész szám méretének kiválasztása** (`BIGINT` olyan azonosítókhoz, amelyek túlnőhetik az INT tartományát — valós aggály nagy táblák esetén), a megfelelő **dátum/idő típusok** használata (különösen az időzóna-tudatos `TIMESTAMPTZ` az időzóna-hibák elkerülésére), és megfelelő méretű szövegtípusok kiválasztása (VARCHAR vs TEXT).

A megfelelő típus választása a tárolási hatékonyságot (a kisebb típusok kevesebb helyet és I/O-t használnak), helyességet (a típus érvényesíti és pontosan reprezentálja az adatokat) és teljesítményt (a megfelelő típusok hatékonyan indexelhetők és hasonlíthatók) befolyásolja.

Mivel minden oszlop típus választást igényel, és mivel a rossz választások valós problémákat okoznak (FLOAT pénzhez, amely sértegetik a számításokat, INT túlcsordulás az azonosítóknál, időzóna-hibák), a gyakori SQL adattípusok ismerete és az azok kiválasztásának elvei — pontosság a pénzhez, megfelelő méretezés, időzóna-tudatos időbélyegek — fontos, alapvető ismerete annak, hogy helyes adatbázis-tervezéssel megelőzhetőek a szofisztikált, de komoly adathelyes és teljesítménybeli problémák egy osztálya.