SQL-Datentypen: Unverzichtbarer Leitfaden für Anfänger

Wenn du anfängst, mit SQL zu arbeiten, denkst du vielleicht, dass Datentypen einfach nur Etiketten sind. Eine einzelne Spalte kann entweder Zahlen, Text, Daten oder spezielle Datentypen speichern. Aber ein Datentyp ist mehr als nur ein Etikett. Es ist ein Satz von Regeln, der festlegt, was in der Datenbank als Wert gilt.

In der Praxis bestimmen Datentypen, wie SQL die Infos in deiner Datenbank „versteht“. Es ist eine Reihe von Anweisungen, die SQL den Kontext geben, den es braucht, um deine Daten richtig zu lesen, zu vergleichen und zu verarbeiten.

In diesem Tutorial schauen wir uns die wichtigsten SQL-Datentypkategorien an und sehen, wie sie sich in verschiedenen Datenbankmanagementsystemen verhalten. Ich empfehle dir, die Beispiele durchzuarbeiten.

Wenn du bisher noch nicht viel mit Datenbank-Tabellen gearbeitet hast, sind unsere Kurs „SQL-Grundlagen“ eine klare, einsteigerfreundliche Grundlage, um zu verstehen, wie solche Datensätze aufgebaut sind.

Was sind SQL-Datentypen?

Ein Datentyp sagt dir, wie deine Daten aufgebaut sind: welche Werte eine Spalte haben kann, wie diese Werte intern gespeichert werden und welche Operationen man mit ihnen machen kann. 

Das heißt, deine Wahl des Datentyps hat nicht nur Auswirkungen auf das Design der Tabellen. Es kann den Speicherbedarf, die Abfrageleistung, das Sortierverhalten, mathematische Operationen und sogar die Art und Weise beeinflussen, wie verschiedene Systeme denselben Wert interpretieren.

Hier ist eine einfache Tabelle, die mehrere Typen gleichzeitig nutzt:

CREATE TABLE employees (
    id INT,
    name VARCHAR(50),
    start_date DATE,
    active BOOLEAN,
    salary DECIMAL(10, 2)
);

Jede Spalte in dieser Tabelle zeigt, welche Art von Daten sie speichern kann.

• Die Spalte „ id “ speichert ganze Zahlen, die jedem Mitarbeiter eine eindeutige Kennung geben.

• Die Spalte „ name “ kann bis zu 50 Zeichen Text aufnehmen, sodass du kurze Namen speichern kannst.

• Die Spalte „ start_date “ ist für Kalenderdaten.

• Die Spalte „ active ” speichert „true” oder „false” Werte, sodass man leicht nachverfolgen kann, welche Mitarbeiter gerade aktiv sind.

• Die Spalte „ salary “ speichert Geldbeträge mit einer Genauigkeit von 10 Stellen, wobei zwei Stellen nach dem Komma für Cent-Beträge beibehalten werden.

Zusammen bilden diese Spalten eine Tabelle, die Regeln festlegt, welche Werte in den einzelnen Feldern erlaubt sind. Dadurch werden die Daten berechenbarer und einfacher zu verarbeiten. 

Fügen wir ein paar Beispieldaten hinzu und schauen wir uns an, wie die Tabelle mit PostgreSQL aussehen könnte.

INSERT INTO employees (id, name, start_date, active, salary)
VALUES
    (1, 'Alice Johnson', '2025-01-15', TRUE, 55000.00),
    (2, 'Bob Smith', '2024-06-01', FALSE, 62000.50);
    
SELECT *
FROM employees;

Verschieden-Rent-Datenbanksysteme funktionieren nach dem gleichen Prinzip, unterscheiden sich aber in der Benennung und den Funktionen. Zum Beispiel benutzt SQL Server „ BIT “ statt „ BOOLEAN “, und MySQL sieht „ BOOLEAN “ als kleine Ganzzahl.

Kategorien von SQL-Datentypen

Es gibt vier Hauptkategorien von Datentypen: numerisch, Zeichen, Datum und Sonderzeichen. Schauen wir uns das mal genauer an.

Numerische Datentypen

Numerische Typen speichern ganze Zahlen oder Dezimalzahlen. Der genaue numerische Typ entscheidet, wie groß der Bereich ist, wie genau die Zahlen sind und wie viel Speicherplatz sie brauchen. Die häufigsten Datentypen in dieser Kategorie sind:

• Ganzzahlen, wie INT, SMALLINT und BIGINT für ganze Zahlen,

• Dezimalzahlen wie DECIMAL(p, s) und NUMERIC(p, s) für genaue Dezimalwerte,

• und Fließkommazahlen wie FLOAT und DOUBLE für ungefähre Werte, die kleine Rundungsdifferenzen verursachen können.

Lass uns eine Beispiel-Tabelle erstellen, um verschiedene numerische Datentypen zu zeigen:

CREATE TABLE products (
    product_id INT,
    price DECIMAL(8, 2),
    measurement FLOAT
);

INSERT INTO products VALUES 
    (1, 19.99, 3.1415),
    (2, 250.56, 2.71828);

SELECT * FROM products;

Sowürde die Ausgabetabelleaussehen:

Wie du siehst, muss die erste Spalte eine ganze Zahl sein, die zweite eine Dezimalzahl mit zwei Stellen nach dem Komma und die dritte eine Dezimalzahl mit unbegrenzter Anzahl von Stellen.

Auf den ersten Blick könnte man meinen, dass DECIMAL und FLOAT dasselbe sind. Aber es gibt einen wichtigen Unterschied: DECIMAL speichert eine genaue Zahl mit einer bestimmten Anzahl von Dezimalstellen, während FLOAT einen ungefähren Wert speichert, der je nach System leicht variieren kann. 

Es ist wichtig, Dezimalzahlen zu verwenden, wenn es auf Genauigkeit ankommt, und sich nur dann auf Gleitkommazahlen zu verlassen, wenn kleine Rundungsfehler okay sind.

Zeichen- und Zeichenfolgen-Datentypen

Zeichentypen speichern Text. Es gibt ein paar verschiedene Typen, die sich in ihrer Leistung und Speichereffizienz unterscheiden.

• CHAR(n) ist für Zeichensätze mit fester Länge. Das ist praktisch für Daten, die immer gleich groß sind, wie zum Beispiel Ländercodes oder Flughafenabkürzungen.

• VARCHAR(n) ist für Zeichensätze mit variabler Länge. Das ist praktisch für Namen, E-Mail-Adressen und andere Texte, die du eingibst.

• TEXT und ähnliche Typen werden für große Blöcke unstrukturierten Textes verwendet, wie Blogbeiträge oder Produktbeschreibungen.

Einige Systeme, wie SQL Server, unterstützen sogar Unicode-Zeichenkettentypen wie NCHAR und NVARCHAR. Diese sind nützlich, wenn deine Daten Text in mehreren Schriftsystemen wie Latein, Chinesisch oder Kyrillisch enthalten .

Schauen wir uns mal an, wie das mit einerBeispiel-Tabelle aussieht, dieverschiedene String-Datentypen zeigt:

CREATE TABLE customers (
    id INT,
    country_code CHAR(2),
    name VARCHAR(100),
    notes TEXT
);

INSERT INTO customers VALUES
    (1, 'US', 'Alice Johnson', 'Preferred contact by email.'),
    (2, 'CA', 'Bob Smith', 'Requires invoice copy for each order.');
    
SELECT * FROM customers;

So würde die Tabelle am Endeaussehen. Du kannst die Längenunterschiede sehen, die in jedem String-Datentyp kodiert sind.

Hier sorgt „CHAR(2) “ für eine einheitliche Länge, während „ VARCHAR “ und „ TEXT “ mehr Flexibilität bieten.

Datums- und Uhrzeit-Datentypen

Mit Datums- und Uhrzeit-Datentypen kann man zeitliche Infos genau speichern und abfragen. Anfänger denken vielleicht, dass sie numerische oder Zeichenfolgen-Datentypen verwenden können, um diese Art von Informationen zu kodieren. Das kann aber später bei der Datenanalyse Probleme machen. Mit einem bestimmten Kalenderdatentyp läuft alles viel reibungsloser.

Die drei am häufigsten verwendeten Typen sind:

• DATE, das Jahr, Monat und Tag angibt,

• TIME, das die Stunde, Minute und Sekunde speichert,

• und „ DATETIME “ oder „ TIMESTAMP “, die ein kombiniertes Datum und eine Uhrzeit speichern.

Moderne Datenbanken können sogar Bruchteile von Sekunden oder zeitzonenabhängige Datentypen unterstützen, wie zum Beispiel „ TIMESTAMPTZ ” in PostgreSQL, das Zeitstempel in UTC speichert und sie beim Abruf automatisch in die Zeitzone deiner Sitzung umwandelt.

Lass uns eine einfache Tabelle erstellen, umdiese zeitlichen Datentypen zu zeigen:

CREATE TABLE events (
    event_id INT,
    event_date DATE,
    start_time TIME,
    created_at DATETIME
);

INSERT INTO events VALUES
    (1, '2025-11-26', '09:30:00', '2025-11-20 14:15:00'),
    (2, '2025-12-01', '18:45:30', '2025-11-21 09:00:00');
    
SELECT * FROM events;

Hier ist, was die Tabelleaussehen aussehen:

Du kannstsehen, wie die Wahl des richtigen Datums- oder Zeitstempeltyps die Art der Daten beeinflusst, die du speichern kannst.

Boolesche und andere spezielle Datentypen

Nicht alle Arten von Daten lassen sich einfach in eine der oben genannten Kategorien einordnen. Für diese Fälle hat SQL ein paar spezielle Typen für bestimmte Anwendungsfälle eingebaut. Einige der häufigsten, die du sehen könntest, sind:

• Boolesche Werte (BOOLEAN, BOOL oder BIT, je nach System) zum Speichern von „wahr“ oder „falsch“,

• Binärdaten (BLOB) für Bilder, Dateien oder serialisierte Objekte,

• Große Schrift (CLOB) für Dokumente in voller Größe,

• JSON (in MySQL und PostgreSQL) für schemalose oder verschachtelte Daten

• ARRAY (nur in PostgreSQL) für Listen

• UUID für eindeutige Identifikatoren, die nicht auf numerischen Sequenzen basieren, wie z. B. ein Sitzungstoken oder ein globaler Tracking-Code.

Mit speziellen Typen kannst du umfangreichere oder flexiblere Daten speichern, wenn herkömmliche Tabellen allein die Struktur nicht erfassen können.

SQL-Datentypen in verschiedenen Systemen

Datenbankmanagementsysteme unterscheiden sich in den Details, wie sie diese Datentypen nutzen. Die großen Kategorien bleiben zwar gleich, aber die genauen Namen und Verhaltensweisen sind von System zu System unterschiedlich.

Verschiedene Systeme gestalten ihre Datentypen nach ihren eigenen Prioritäten, weshalb sie sich in ihrem Verhalten unterscheiden. Einige Unterschiede sind klein, wie zum Beispiel das genaue verwendete Schlüsselwort. Andere ändern, wie sich die Daten in der Praxis verhalten, wie zum Beispiel durch Begrenzungen der Textlänge, die Art und Weise, wie Boolesche Werte gespeichert werden, oder ob das System spezielle Formate unterstützt.

MySQL setzt auf Schnelligkeit und Einfachheit und nutzt deshalb praktische, ressourcenschonende Optionen wie „ TINYINT ” (die technisch gesehen als Zahlen gespeichert werden) für Boolesche Werte. Es setzt auf Leistung und breite Kompatibilität statt auf strenge Typsemantik. 

PostgreSQL will Standards einhalten und erweiterbar sein. Das zeigt sich daran, dass es einen echten Typ „ BOOLEAN ” nutzt und mehr Optionen für Datentypen hat, wie „ ARRAY ” und „ JSONB ”, um strukturierte oder verschachtelte Daten direkt in einer Spalte zu speichern. 

SQL Server ist für zuverlässige Leistung in Unternehmensumgebungen und eine tiefe Integration in das Microsoft-Ökosystem gemacht. Deshalb gibt's genau definierte Typen wie „ BIT ” für Boolesche Werte und „ VARCHAR(MAX) ” für große Textmengen. 

Die Tabelle unten zeigt dir, wie drei große SQL-Systeme gängige Konzepte umsetzen.

Was das in der Praxis bedeutet

Die grundlegenden Designziele jedes Systems und die Arten von Workloads, für deren Unterstützung sie optimiert sind, beeinflussen direkt, wie sie funktionieren. 

Diese Unterschiede bedeuten, dass zwar viele gängige SQL-Kenntnisse leicht zwischen den Systemen übertragen werden können, Details wie maximale Textgröße, Schlüsselwörter für die automatische Inkrementierung oder die Unterstützung komplexer Strukturen jedoch variieren können. 

Wenn du nur ein System benutzt, kannst du schnell zum Experten für die Besonderheiten deines Datenbankmanagementsystems werden. Wenn du aber den Job oder die Abteilung wechselst, musst du dich vielleicht mit einem anderen Datenbankmanagementsystem mit anderen Regeln auseinandersetzen. 

Deshalb ist es beim Lernen von SQL echt hilfreich, die gemeinsamen Konzepte hinter den Datentypen zu verstehen, anstatt sich nur auf die Besonderheiten eines einzelnen Systems zu verlassen.

Den richtigen Datentyp auswählen

Die Auswahl eines Datentyps ist manchmal echt einfach. Aber manchmal muss man sich schon ein bisschen Gedanken machen. Eine gute Wahl macht deine Daten leichter abrufbar, hält den Speicherplatzbedarf gering und hilft, Fehler in späteren Phasen zu vermeiden. Die allgemeine Kategorie hängt wahrscheinlich davon ab, welche Art von Daten du hast. 

Numerische Daten

Nehmen wir mal an, du speicherst Messdaten. Klar, du willst doch irgendwas Numerisches, keinen Kalender oder eine Zeichenfolge. Aber wie genau sind die Messungen, die du speichern willst? Reichen ganze Zahlen oder brauchst du Dezimalstellen? Willst du eine feste Anzahl von signifikanten Stellen?

Dann solltest du überlegen, wie du Sachen aufbewahrst und wie effizient du dabei bist. Wenn du den kleinsten ganzzahligen Typ wählst, der deine Daten sicher speichern kann, bleiben deine Tabellen effizient. Kleinere Typen brauchen weniger Speicherplatz und können die Leistung verbessern, vor allem bei großen Tabellen. Normalerweise solltest du einen Typ wählen, der groß genug für deinen erwarteten Bereich ist, ohne weit über das hinauszugehen, was du realistisch gesehen brauchst.

Wenn eine ganze Zahl nicht passt, kannst du zwischen einem „ DECIMAL ” oder einem „ FLOAT ” wählen. Gleitkommatypen schätzen Werte eher, anstatt sie genau zu speichern, was bei Finanz-, wissenschaftlichen oder anderen genauigkeitsempfindlichen Arbeiten zu Rundungsfehlern führen kann. 

DECIMAL und „ NUMERIC “ speichern genaue Werte, was sie für alles, was mit Preisen oder Verhältnissen zu tun hat, besser macht. Allerdings brauchen DECIMALs meistens mehr Speicherplatz als FLOATs, je nachdem, wie viele Dezimalstellen du speicherst.

Zeichen- und Zeichenfolgen-Daten

Bei String-Daten solltest du dir überlegen, wie groß jede Eingabe sein soll. 

Normalerweise solltest du die Felder in „ VARCHAR “ realistisch dimensionieren, anstatt die maximale Länge als Standard zu verwenden. Zu große Limits machen die Flexibilität normalerweise nicht besser, können aber zukünftige Entwickler über die erwartete Größe der Daten in die Irre führen. 

Überleg dir, welche Daten du erwarten kannst, egal ob Namen, E-Mail-Adressen oder Produkttitel, und mach die Spalte entsprechend groß.

Datum und Uhrzeit

Bei Kalenderdaten ist es gut, genau zu wissen, was du speicherst. 

Wenn du nur ein Datum oder nur eine Uhrzeit brauchst, ist es meistens besser, DATE oder TIME zu benutzen statt DATETIME. Diese Entscheidungen machen deine Absichten klar und verringern die Wahrscheinlichkeit späterer Verwechslungen. Außerdem geben sie der Datenbank ein bisschen mehr Spielraum, um Abfragen, die nur nach Datum oder nur nach Uhrzeit suchen, zu optimieren.

Boolesche Daten

Wenn möglich, solltest du domänenangemessene Typen wie BOOLEAN anstelle von Workarounds wie Ganzzahlen oder Zeichenfolgen verwenden. Native Typen haben eingebaute Validierung, klarere Semantik und werden von Datenbankfunktionen unterstützt, die bestimmte Datentypen brauchen.

Hier ist eine Zusammenfassung der gängigen Ziele für die Datenspeicherung und der empfohlenen SQL-Datentypen, um diese zu erreichen.

Füralle, die ihre Kenntnisse zum Gruppieren und Filtern von Daten auffrischen wollen, gibt's die SQL für Fortgeschrittene gibt dir einen Überblick über diese wichtigen Fähigkeiten.

Häufige Fehler und bewährte Vorgehensweisen

Selbst ein einfaches Datenbankschema kann Probleme verursachen, wenn die Datentypen nicht sorgfältig ausgewählt werden. 

Abschneiden

Wenn du zum Beispiel eine Spalte für Namen hast, die nur 5 Zeichen zulässt, könnte am Ende „Micha“ statt „Michael“ stehen. Das ist ein häufiges Problem, das man als Trunkierung nennt.

Es taucht meistens in Feldern wie Namen, Adressen oder Kommentaren auf, wo die Abweichungen in der echten Welt eine optimistische Grenze überschreiten können. Eine Möglichkeit, das zu vermeiden, ist, Textfelder anhand von echten Beispielen zu dimensionieren oder lieber etwas zu groß zu machen.

Rundungsfehler

Ein weiteres häufiges Problem ist unerwartetes Runden, wenn Fließkommawerte für Geldbeträge oder andere präzisionsempfindliche Daten verwendet werden. Weil „ FLOAT“ ungefähre Werte speichert, können sich kleine Abweichungen summieren und Berichte, Zusammenfassungen oder Berechnungen beeinflussen. 

Du kannst das verhindern, indem du „ DECIMAL “ für alles wählst, was mit Währungen oder genauen Dezimalwerten zu tun hat. Dadurch wird sichergestellt, dass die Datenbank die Zahlen stabil hält.

Typ-Inkompatibilitäten

Typkonflikte können auch zu langsamen Abfragen führen, vor allem bei Verknüpfungen oder Vergleichen.

Wenn eine Spalte als Zeichenfolge und eine andere als Ganzzahl gespeichert ist (oder wenn jede Tabelle einen leicht unterschiedlichen Typ verwendet) und du versuchst, sie zu verbinden, muss die Datenbank möglicherweise Werte spontan konvertieren. Das kann zu Fehlern führen und unnötigen Aufwand verursachen. 

Wenn du verwandte Spalten beim Tippen gleich ausrichtest, vermeidest du diese versteckten Konvertierungen und sorgst dafür, dass Abfragen besser laufen.

Datumsformatierung

Kalenderdaten bringen eine ganze Reihe von Problemen mit sich. 

Inkonsistenzen bei der Datumsformatierung sorgen oft für Verwirrung, wenn Systeme verschiedene lokale Konventionen mischen oder wenn Entwickler Daten als Zeichenfolgen speichern, anstatt richtige Datumsformate zu verwenden. Diese Unstimmigkeiten können dazu führen, dass Abfragen nicht richtig funktionieren oder stillschweigend falsche Ergebnisse liefern. 

Die einfache Lösung ist, echte Datumsformate zu benutzen und bei der Arbeit mit Datumsangaben im Textformat ein einheitliches, eindeutiges Format zu verwenden. Ich empfehle dir unseren Kurs„ -Zeitreihenanalyse in SQL Server”, damit du die häufigsten Kalenderprobleme in deinen Datenbanken vermeiden kannst.

Bewährte Verfahren

Hier sind ein paar Tipps, damit deine Datenbanken reibungslos laufen:

• Füll die Tabellen schon früh im Designprozess mit Beispieldaten, um eventuelle Schwachstellen bei der Dimensionierung oder der Wahl der Datentypen aufzudecken.

• Schreib den Zweck und die erwarteten Wertebereiche für jede deiner Spalten auf, damit spätere Änderungen keine Unstimmigkeiten verursachen.

• Vermeide generische Typen, wenn spezifischere Typen die Klarheit verbessern würden.

Fazit

Datentypen legen fest, wie deine Datenbank die Werte, die du speicherst, „versteht“. Sie beeinflussen alles, von der Speicherung über die Leistung bis hin zur Klarheit. Wenn du lernst, wie sie funktionieren, werden deine Datenbanken zuverlässiger und berechenbarer.

Mehr zu diesem Thema findest du in Tutorial zur SQL-Datenbankübersicht und „ “ SQLite-Datentypen: Ein genauer Blick auf Speicherklassen. Ich empfehle auch den Kurs „PostgreSQL Summary Stats and Window Functions”, der zeigt, wie man laufende Summen und geordnete Statistiken berechnet.

Ein Datentyp in SQL sagt dir, welche Art von Daten in einer Spalte gespeichert werden können und wie sich diese Daten verhalten, wenn sie abgefragt oder verarbeitet werden. Es beeinflusst die Speicherung, Validierung, Sortierung, den Vergleich und mathematische Operationen.