DM的汉字存储

一、简介

DM数据库在进行汉字处理的时候，会用到varchar的数据类型，默认是以字节为单位。如果数据库的字符集为GB18030，那一个中文汉字占用两个字节；如果数据库的字符集为UTF-8，那一个中文汉字占用三个字节。如果数据库是以字符为单位，会有什么不同结果

二、参数介绍

charset：表示数据库中所有数据的字符集，初始化的时候进行设置，一旦初始化完成，字符集将无法修改，默认字符集为GB18030（例如：GB18030、UTF-8）

length_in_char：表示varchar类型对象的长度是否以字符为单位。当设置为1时以字符长度为单位，定义的长度并非真正按照字符长度调整，而是将存储长度按照理论字符长度进行放大，会出现实际可插入字符数超过定义长度的情况，存储的字节长度为8188上限仍不变；当设置为0时以字节为单位进行存储。

三、案例测试

例一：charset=0   length_in_char=0

create  table  pp(id int,name varchar(3));

insert  into  pp  values(‘平‘)；     --执行成功

insert  into  pp  values(‘平a‘)；    --执行成功

insert  into  pp  values(‘平安‘)；   --name列超出定义

说明：字符集为GB18030的情况下，一个汉字占用两个字节，所以可以插入一个汉字及字母，插入两个汉字即报错

例二：charset=1    length_in_char=0

create  table  pp(id int,name varchar(3));

insert  into  pp  values(‘平‘)；     --执行成功

insert  into  pp  values(‘平a‘)；    --name列超出定义

insert  into  pp  values(‘平安‘)；   --name列超出定义

说明：字符集为UTF-8的情况下，一个汉字一般需要占用三个字节，所以varchar(3)只能插入一个汉字。

例三：charset=0   length_in_char=1  

insert  into  pp  values(‘平‘)；        --执行成功

insert  into  pp  values(‘平安‘)；      --执行成功

insert  into  pp  values(‘平安中‘)；    --执行成功

insert  into  pp  values(‘平安中国‘)；  --name列超出定义

说明：length_in_char=1的情况下，varchar类型的实际存储会按一定的比例放大。当字符集为GB18030时，varchar(3)的实际存储是3个汉字，也就是3*2=6个字节的数据。

例四：charset=1    length_in_char=1

create  table  pp(id int,name varchar(3));

insert  into  pp  values(1,’平’);          --执行成功

insert  into  pp  values(1,’平安’);        --执行成功

insert  into  pp  values(1,’平安中’);      --执行成功

insert  into  pp  values(1,’平安中心’);    --执行成功

insert  into  pp  values(1,’平安中心哈’);  --name列超出定义

insert  into  pp  values(1,’平安中心a’);   --name列超出定义

说明：DM数据库中实际存储数据是以字节为单位，在charset=1并且length_in_char=1的情况下varchar类型对象的实际存储的最大长度为定义的长度*4个字节。所以varchar(3)可以存储的实际数据为3*4=12个字节为4个汉字。

结论：

1)length_in_char=0  varchar类型是以字节为单位进行存储，当字符集为GB18030时一个汉字占用两个字节；当字符集为UTF-8时一个汉字占用三个字节。

2)length_in_char=1  varchar类型是以字符为单位，当字符集为GB18030时占用的字节数等于定义长度*2；当字符集为UTF-8时占用的字节数等于定义长度*4。

达梦技术社区： https://eco.dameng.com