DM数据库字符集与单位对varchar长度的影响

        各个数据库对varchar类型的长度定义是不大一样的，拿DM举例，varchar类型长度上限和数据库页大小和表的定义有关，而且最大上限不超过8188字节。具体不同页大小设置对varchar大小上限的影响可以看我的上一篇博客 。

        这篇文章，我主要测试的是另外两个参数，UNICODE_FLAG（或CHARSET）与LENGTH_IN_CHAR对varchar的影响。

        UNICODE_FLAG/CHARSET：数据库字符集，包含了数据字典的字符集，该参数和page_size一样一经初始化便无法修改。我们最常用的字符集是UTF-8和GB18030。1代表UTF-8，0代表GB18030。

        LENGTH_IN_CHAR：varchar类型对象是否以字符为单位（默认为0），1表示以字符为单位，0表示以字节为单位。需要注意的是varchar以字符为单位时，数据库将存储长度按照理论字符长度进行放大，varchar的最大字节数仍然为8188，例如：编码为UTF-8时，一个字符占用4个字节，那么varchar（1）就占用了一个字符即4个字节。

一、情况一，UNICODE_FLAG=0，LENGTH_IN_CHAR=0

        此时字符集为GB18030，varchar以字节为单位。

1、创建测表t1并插入数据test初始化为varchar（1）：

create table t1 (test varchar(1));
insert into t1 values('1');
insert into t1 values('a');
insert into t1 values('中');

        可以看到，varchar(1)能正常插入数字与英文字母，不能插入汉字。

 2、查询t1表中数据的字符个数length与所占字节数lengthb：

select test, length(test), lengthb(test) from t1;

可以看到varchar（1）对应一个字节，一个数字或字母占用一个字节。

 3、创建表t2，并插入数据（test初始化为varchar（3））：

create table t2 (test varchar(3));
insert into t2 values('中');
insert into t2 values('中国');

4、 查询t2表中数据的字符个数length与所占字节数lengthb：

        可以看出，UNICODE_FLAG=0，LENGTH_IN_CHAR=0， 此时字符集为GB18030，varchar以字节为单位。一个英文对应一个字节，一个汉字对应两个字节。

二、情况二，UNICODE_FLAG=0，LENGTH_IN_CHAR=1

此时字符集为GB18030，varchar以字符为单位。（注意这是一个新的数据库实例，因为这两个参数时不允许修改的，所以要测试不同的参数必须新初始化一个实例）

1、创建测表t1并插入数据test初始化为varchar（1）：

create table t1 (test varchar(1));
insert into t1 values('1');
insert into t1 values('ab');
insert into t1 values('abc');
insert into t1 values('中');
insert into t1 values('中国');

         varchar(1)最多容纳两个字母或者一个汉字。

2、查询t1表中数据的字符个数length与所占字节数lengthb：

select test, length(test), lengthb(test) from t1;

        可以看出，UNICODE_FLAG=0，LENGTH_IN_CHAR=1，字符集为GB18030，varchar以字符为单位时，一个字符对应两个字节，一个数字、字母占用一个字节，一个汉字占用两个字节。

三、情况三，UNICODE_FLAG=1，LENGTH_IN_CHAR=0

        此时字符集为UTF-8，varchar以字节为单位。

1、创建测表t1并插入数据test初始化为varchar（1）：

create table t1 (test varchar(1));
insert into t1 values('1');
insert into t1 values('ab');
insert into t1 values('中');

         varchar(1)最多可以容纳一个数字或字母，无法插入汉字。 

 2、创建测表t2并插入数据test初始化为varchar（3）：

create table t2 (test varchar(3));
insert into t2 values('abc');
insert into t2 values('中');
insert into t2 values('中国');

         varchar（3）可以容纳三个字母，汉字最多插入一个。 

3、 查询t2表中数据的字符个数length与所占字节数lengthb：

select test, length(test), lengthb(test) from t2;

         总结，UNICODE_FLAG=1，LENGTH_IN_CHAR=0，字符集为UTF-8，varchar以字节为单位。此时，一个数字、字母占用一个字节，一个汉字占用三个字节。

四、情况四，UNICODE_FLAG=1，LENGTH_IN_CHAR=1

        此时字符集为UTF-8，varchar以字符为单位。

1、创建测表t1并插入数据test初始化为varchar（1）：

create table t1 (test varchar(1));
insert into t1 values('1');
insert into t1 values('a');
insert into t1 values('abcd');
insert into t1 values('abcde');
insert into t1 values('中');
insert into t1 values('中国');

         varchar(1)中字母最多可以插入四个，汉字可以插入一个。 

 2、 查询t1表中数据的字符个数length与所占字节数lengthb：

select test, length(test), lengthb(test) from t1;

        可以看到，一个字母占用一个字节，一个汉字占用3个字节。 

3、创建测表t2并插入数据test初始化为varchar（3）

create table t2 (test varchar(3));
insert into t2 values('123456789012');
insert into t2 values('1234567890123');
insert into t2 values('中国富强');
insert into t2 values('实现中国梦');

         varchar（3）最多可以插入12个英文，4个汉字。

 4、查询t2表中数据的字符个数length与所占字节数lengthb：

select test, length(test), lengthb(test) from t2;

          总结，在UNICODE_FLAG=1，LENGTH_IN_CHAR=1的情况下，字符集为UTF-8，varchar以字符为单位。此时一个数字、字母、汉字均占用一个字符。一个数字、字母占用一个字节，一个汉字占用三个字节，一个字符对应四个字节，varchar长度为3时，最多可以录入4个汉字（4*3=12个字节），12个字母。

五、总结

varchar(1)	字符集GB18030  以字符为单位	字符集GB18030 以字节为单位	字符集UTF-8，  以字符为单位	字符集UTF-8， 以字节为单位
占用字节数	2	1	4	1
汉字占用字节数	2	2	3	3
英文占用字节数	1	1	1	1
存储汉字	1	0	1	0
存储英文	2	1	4	1

如果还有任何问题，欢迎到达梦云适配中心提问哦！

社区 | 达梦云适配中心 (dameng.com)