MySQL varchar存储、字符集、排序规则、索引长度

varchar存储

存储格式

1. varchar最大能存储的长度为65535字节
2. 当varchar存储的字符个数小于或等于255的时候，首部需要1个字节来记录字符的个数。当内容大于255的字符的时候，首部需要2个字节来保存长度

能存的最大字符长度

1. varchar能够存储65535个字节，但是由于首部会占用两个字节，因此这会让varchar可用的存储空间变成了65533字节。如果定义的列是非空，那最大是65533，如果定义的列允许NULL，那么null会占用1个额外的字节，因此最大只能存储65532个字节
2. 字节并不等于字符长度，varchar(10)中varchar括号里面跟着的是字符长度，如果字符集是utf8的话，每一个字符统一会占用3个字节的长度，不管是汉子还是英文字符，因此最大能够存储的长度是65533/3 = 21844。如果字符集是utf8mb4那最大存储长度就更小了，为65533/4=16383

utf8与utf8mb4的区别

由于历史原因，MySQL刚开始设计的时候，"天真的"认为使用3个字节就足够存储字符串了，因此将UTF-8进行阉割;然而遇到复杂的汉字或者emoji表情等4字节的宽字符的时候，存储就会出现异常，因此在版本5.7.3开始引入utf8mb4，其表示为most bytes 4，即最多占用4个字节。

uft8mb4_general_ci与utf8mb4_unicode_ci的区别

utf8mb4_unicode_ci是基于官方的Unicode规则进行排序和压缩，其算法相对负责，对于大部分的语言和字符集排序有着很高的准确率;而uft8mb4_general_ci可以理解为一种为了提升速度的简化版Unicode规则，但由于它不完全遵循Unicode规则，在使用某种特定语言或者字符集时，会出现非预期的结果。

例:

1. 字符β在uft8mb4_general_ci校对规则下，被视为s，而在utf8mb4_unicode_ci下为ss，因此遇到该情况会出现排序不准确
2. 一些Unicode字符被定义成可忽略的，即意味着在对含有这些字符的字符集排序的时候，该略过它们而继续向前移动进行操作

总结:

1. utf8mb4_unicode_ci的算法更加复杂，其准确率高但是效率低，而uft8mb4_general_ci则相反
2. 字符集若不会存在中文等亚洲语言或emoji符号等情况下，使用uft8mb4_general_ci，否则使用utf8mb4_unicode_ci
3. 若不在乎数据库那点儿性能问题，建议选择utf8mb4_unicode_ci

索引长度限制

UTF-8编码的字符可以是1-4个字节，但是在MySQL中最大只能存储3个字节。

在版本5.5开始引入innodb_large_prefix，其默认值为off，索引的前缀最大限制为767个字节；若值为on时(版本5.7.7开始作为默认值)，最大限制为3072个字节。
总结:

	innodb_large_prefix=on	innodb_large_prefix=off
utf8	3072/3=1024	767/3=255
utf8mb4	3072/4=768	767/4=191

mysql8.0

在后期版本innodb_large_prefix将会被逐渐废弃并移除。从版本8.0开始，索引长度限制由表字段(row format)决定，若为DYNAMIC或COMPRESSED时，限制值为3072；为REDUNDANT或COMPACT时，限制值为767。且row_format=dynamic时，长度3072是基于innodb_page_size=16KB，随着innodb_page_size的值按比例增减，其索引前缀长度也响应减小，如若为8KB时，长度为1536，因此在限制索引长度时，需根据使用的MySQL版本以及相应的参数进行配置决定。