在dm8中,varchar是我们常用的字符串类型,为了节省空间,通常我们不会把varchar的长度设的很大。特别对于字符串中的中文、空格字符,它们的长度计算是什么规则呢?在采用UTF8和GBK编码的数据库中又有什么不同呢?
为此我们首先在UTF-8编码的dm8中试验了以下三条语句:
select length('达梦'),char_length('达梦'),bit_length('达梦'),octet_length('达梦');
select length('da_meng SQL '),char_length('da_meng SQL '),bit_length('da_meng SQL '),octet_length('da_meng SQL '),len('da_meng SQL ');
select asciistr('达梦') , asciistr('ab c d_e ff '),char(0),char(66),char(128), char(255);
-----char(n)中n为0~255。注意字符串中的空格。
执行结果如下:
可以看到:
length(char)返回给定字符串表达式的字符(而不是字节 )个数(汉字为一个字符),其中包含尾随空格;
len(char)返回给定字符串表达式的字符(而不是字节 )个数(汉字为一个字符),其中不包含尾随空格;
char_length(char)是求字符串长度,包含尾随空格,结果和length(char)一致;
bit_length(char)是字符串的位长度;
octet_length(char)返回字符串的字节数。
asciistr(char)是将字符串中非ascii的字符转成\xxxx(UTF-16)格式,ascii字符保持不变。
chr(n)是返回整数n对应的字符。
从实验结果看,如果数据库字符集是UTF8,一个中文字符占3个字节,24位。即varchar(3*n)可以允许n个汉字输入。chr(n)允许的范围是0~255。
==============================================================
那么在字符集为GBK的数据库中,我们重复该实验会是一致的吗?
此时执行结果如下:
可以看到:
如果数据库字符集是GB18030,则一个中文字符占2个字节,16位,varchar(2*n)可以允许n个汉字输入。同时chr(n)允许的范围是0~128。
========================================
下面我们最终测试验证一下不同字符集下的中文字符长度是不是有这样的区别:
create table test8(name varchar(6));
insert into test8 values ('中国');
insert into test8 values ('大中国');
insert into test8 values ('大中国好');
select * from test8;
在GBK下:
在UTF-8下:
说明确实在UTF-8字符集的数据库中一个中文字符占3个字节,而在GBK字符集的数据库中一个中文字符占2个字节。
更多参考内容请访问达梦云适配中心