The development of database systems is moving more and more towards handling large quantities of data, also known as Big Data. New database systems have been developed both within NoSQL and the newer system architecture called NewSQL used to tackle the problems that arise with Big Data. NewSQL is becoming more popular due to its ability to handle the security behind data transactions and simultaneously offer scalability. This has led to database systems constantly being optimized. This report goes into detail on how the handling of datatypes affect how database systems are built based on their architecture and code base.  An experiment was conducted on two NewSQL databases, VoltDB and CockroachDB. The purpose of the experiment was to find out how datatypes can be optimized based on time differences in datatypes and then present causes to those time differences. There were clear time differences which showed what datatypes were fastest. When analyzing the codebase and architecture it became clear that VoltDB handles datatypes when compiling while CockroachDB does so during execution.  Another potential reason is that the time differences have to do with their differences in architecture.  This report has, with the available resources, started to build the foundation for a better standard in how datatypes can be implemented in code to increase the performances of database systems. More research is required due to time constraints that can strengthen and expand the results reached in this paper. / Utvecklingen av databassystem rör sig alltmer mot att hantera stora datamängder, även kallat Big Data. Nya databassystem har utvecklats både inom NoSQL och det nyare NewSQL för att tackla problemen med Big Data. För att hantera både säkerheten bakom databastransaktioner och samtidigt behålla skalbarheten så börjar NewSQL klättra alltmer i databasvärlden. Det har lett till att databassystem effektiviseras så mycket som möjligt. Denna rapport går in i detalj på hur hantering av vissa datatyper påverkas av hur databassystem är uppbyggda baserat på deras arkitektur och kodbas. För att ta reda på hur hantering av datatyper kan effektiviseras utfördes ett experiment på NewSQL databaserna VoltDB och CockroachDB för att hitta tidsskillnader för datatyper och sedan ta fram orsaker till dessa skillnader. Det fanns klara tidsskillnader för vilka datatyper som var snabbast och vid analys av kodbas och arkitektur framgick det att VoltDB hanterar datatyper vid kompilering medan CockroachDB gör det vid exekvering. Dessutom ser deras arkitekturer olika ut vilket kan ytterliggare bidra till tidsskillnaderna. Med de resurser som varit tillgängliga har denna rapport påbörjat ett arbete till att lägga en grund för att ta fram en bättre standard till hur datatyper kan implementeras i kod för att öka prestandan i databassystem. På grund av de tidsbegränsningar som funnits behöver mer forskning tas fram som kan stärka och utvidga resultatet som uppnåtts i detta arbete.