MySQL_005_基础_字符串

声明：本文转载自 维C果糖的博客，只是原文的一部分。mysql版本5.5.28，可视化工具 Navicat

字符串

在SQL中，将字符串分为了6类，分别为：char、varchar、text、blob、enum、和set。

1. 定长字符串:char

char : 在定义数据结构的时候就确定了最终的存储长度。

• char(L):L表示length，即可以存储的长度，单位为字符，最大长度为 255；

• char(4):表示在UTF-8环境下，需要4*3=12个字节。

2.变长字符串：varchar

varchar : 即在分配存储空间的时候，按照最大的空间分配，但是实际用了多少，则是根据具体的数据来确定。

• varchar(L)：L 表示 Length，理论长度是 65536，但是会多出 1 到 2 个字节来确定存储的实际长度；

• varchar(10)：例如存储 10 个汉字，在 UTF8 环境下，需要 10*3+1=31 个字节。

• 实际上，如果存储长度超过 255 个字符，则既不用定长字符串也不用变长字符串，而是用文本字符串text。

如何选择定长字符串或者是变长字符串呢？

• 定长字符串对磁盘空间比较浪费，但是效率高：如果数据基本上确定长度都一样，就使用定长字符串，例如身份证、电话号码等；

• 变长字符串对磁盘空间比较节省，但是效率低：如果数据不能确定长度（不同的数据有变化），就使用变长字符串，例如地址、姓名等。

3.文本字符串

如果数据量非常大，通常说超过 255 个字符就会使用文本字符串。

文本字符串根据存储的格式进行分类，可以分为：

• text：存储文字；

• blob：存储二进制数据（其实际上都是存储路径），通常不用。

4. 枚举字符串

枚举字符串：enum，需要事先将所有可能出现的结果都设计好，实际上存储的数据必须是规定好的数据中的一个。

枚举字符串的使用方式：

• 定义：enum(‘元素1’,’元素2’,’元素3’…)，例如enum(‘男’,’女’,’保密’)；
• 使用：存储的数据，只能是事先定义好的数据。

执行如下 SQL 语句创建枚举表，进行测试：

-- 创建枚举表
create table my_enum(
    sex enum('男','女','保密')
)charset utf8;

再执行如下 SQL 语句，向表my_enum中插入测试数据：

-- 插入测试数据
insert into my_enum values ('男'),('女'),('保密');
--result:一次性添加三条数据。
insert into my_enum values ('male');
--result:
-- error....

通过上面的测试，咱们可以发现使用枚举字符串有一个好处，那就是：规范数据格式，插入表中的数据只能是事先定义好的某个数据。

此外，枚举字符串还有一个作用，那就是：节省存储空间（枚举数据通常都有一个别名），枚举实际上存储的是数值而不是字符串本身。

在 MySQL 中，系统是有自动转换数据格式的功能的。在这里，咱们可以证明枚举字段存储的是数值，具体方法为：将数据取出来+0，如果是字符串最终结果永远为0，否则就是其他值。

-- 验证枚举字段实际存储的格式
SELECT sex+0,sex FROM my_enum

result:

sex+0	sex
1	男
2	女
3	保密

观察上述结果，咱们可以找出枚举元素的实际规律，即按照元素出现的顺序，从1开始编号。接下来，咱们再来了解枚举的原理：

• 枚举在进行数据规范（定义）的时候，系统会自动建立一个数字与枚举元素的对应关系（放在日志中）；在进行数据插入的时候，系统自动将字符串转换为对应的数值进行存储；在进行数据提取的时候，系统自动将数值转换成对应的字符串进行显示。

通过阅读以上枚举的原理，咱们可以知道：使用枚举的效率并不高（低于其他类型的数据），但能规范数据和节省存储空间。

5.集合字符串：set

集合字符串：set，跟枚举类似，实际存储的是数值而不是字符串。

集合字符串的使用方式：

• 定义：set，元素列表；
• 使用：可以使用元素列表中的多个元素，用逗号分隔。

执行如下 SQL 语句创建枚举表，进行测试：

-- 创建集合表
create table my_set(
    hobby set('音乐','电影','旅行','美食','摄影','运动','宠物')
)charset utf8;

再执行SQL,创建数据

-- 插入测试数据
insert into my_set values ('电影,美食,宠物');
insert into my_set values (3);

result :

hobby
电影,美食,宠物
音乐,电影

再执行如下 SQL 语句，查看表my_set中的数据：

-- 查看数据
select hobby + 0,hobby from my_set;

hobby+0	hobby
74	电影,美食,宠物
3	音乐,电影

观察上面的结果，相信大部分童鞋也懵啦！对于3还好理解，3=2+1，对应于集合中数据的编号，也正是音乐和电影；但是74是什么鬼啊？在此，咱们不妨将集合（’音乐’,’电影’,’旅行’,’美食’,’摄影’,’运动’,’宠物’）中的元素选中的记为1，没有选中的记为0，表示成二进制，也就是：

0101001

再将上面的二进制反过来：

1001010
不妨算算，上述二进制对应的十进制数，即为74.

到这里，相信大家已经恍然大悟啦，原来：集合字符串中每一个元素都对应一个二进制位，其中被选中的为1，未选中的为0，最后在反过来，这个二进制数对应的十进制数即为其数据库中实际存储的是数值。

此外，集合字符串中插入元素的顺序并没有影响，最终系统都会自动去匹配集合的顺序，即：

-- 插入测试数据
insert into my_set values ('电影,美食,旅行');
insert into my_set values ('旅行,电影,美食');

上述两个 SQL 语句会产生相同的结果：

如上图所示，显然咱们的结论得到了验证。

最后，集合的原理同枚举类似，因此可以的到相同的结论，即：使用集合的效率并不高（低于其他类型的数据），但能规范数据和节省存储空间。

备注：常见的框架中，有什么好的办法存入set / enum这类数据呢？ 未完，待续..