MySQL之varchar
0.前言
探究关于MySQL中varchar长度的定义
1.研究MySQL的varchar列类型的背景
1.MySQL5.x
2.InnoDB
2.varchar
对于varchar的争论,目前总结来看,主要有三种看法:(注:以下讨论仅仅在非严格模式下的MySQL)
第一种:
(错误)
varchar(3)表示varchar能存储3个字节,存储如下表:
要插入的字符 | 实际存入的字符 | 占用长度 |
---|---|---|
ab | ab | 2字节 |
abc | abc | 3字节 |
abcd | abc | 3字节 |
第二种:
(4.x版本)
varchar(3)不能表示varchar能存储3个字节,因为按照MySQL官方文档的定义,会有一个字节用来存储长度,所以3个字节只能存两个字母字符。
要插入的字符 | 实际存入的字符 | 占用长度 |
---|---|---|
ab | ab | 3字节 |
abc | ab | 3字节 |
abcd | ab | 3字节 |
这种说法很有道理,因为官方文档都说了,会有一个字节用来存储长度。这里把文档的原话翻译一下引入进来:
VARCHAR值保存时只保存需要的字符数,另加一个字节来记录长度(如果列声明的长度超过255,则使用两个字节)。
第三种:
(5.x版本)
varchar(3)表示varchar能够存储3个字符,注意这里是字符,不是字节。也就是说无论汉字,还是字母等,都是一个字符。
要插入的字符 | 实际存入的字符 | 占用长度 |
---|---|---|
ab | ab | 3字节 |
abc | abc | 4字节 |
abcd | abc | 4字节 |
中国人 | 中国人 | 10字节 |
这里有个前提,即编码格式是UTF8。这是需要注意的点是中间的连字符:数据库中为UTF8 ,在程序中是UTF-8.
MySQL字符集
MySQL字符集的解释,http://doc.mysql.cn/mysql5/refman-5.1-zh.html-chapter/charset.html
MySQL支持的字符集有Unicode字符集,西欧字符集,中欧字符集,南欧与中东字符集,波罗的海字符集,西里尔字符集和亚洲字符集。
这么多我也是看醉了。最常用的是Unicode字符集,而这种字符集里又分两种,一种ucs2,另一种为utf8
UTF8字符集的思想,是不同Unicode字符采用变长字节序列编码:
- 基本拉丁字母,数字和标点使用一个字节
- 大多数的欧洲和中东手写字母适合两个字节序列
- 韩语,中文和日本象形文字使用三个字节序列
3.MySQL存储
上一章讨论的结果,从官方文档中证实5.x下第三种说法是正确的。如果要存50个字符,就定义成varchar(50)。
以前老代码中,很多都都定义成varchar(63),varchar(127),varchar(255)这样。这是MySQL4.x的影响。
MySQL的InnoDB存储结构
MySQL中InnoDB的数据存储结构从大到小,分为:Tablespace,segment,extend,page(block),row。
page的另一个名字叫做block,和hadoop中的block类似。
每个table对应一个tablespace,在tablespace中,index/数据/transaction信息又各自存放于不同的segment。
每个segment又分64个连续page,每个page固定大小16K。
4.结论
存储引擎是按页读取的,也就是说,内容最好在一页上。但是page的子节点是row和索引,而且对于数据存储量,我们是无法控制的。
所以一切就OUT OF CONTROLL了,以上的疑问没有什么卵用。
如果一列需要50个字符,就定义varchar(50),如果考虑扩展性,就可以定得再高一些。不必刻意去用63,127和255这样的数字来定义长度。
5.提醒和声明
参考5.1官方文档