MySQL数据类型：字符串类型详解

在MySQL数据库中，字符串数据类型用于存储各种文本信息。这些数据类型主要包括CHAR、VARCHAR、TEXT和BLOB等。

CHAR与VARCHAR

CHAR

CHAR类型用于存储固定长度的字符串。它的长度在创建表时就已确定，长度范围从1到255个字符。CHAR类型的特点是读取速度快，因为每条记录占用相同的空间，数据库可以快速定位到具体位置。但是，CHAR类型的缺点是可能会浪费存储空间，因为不管实际存储的数据长度如何，都会使用固定长度，不足部分以空格填充。

VARCHAR

VARCHAR类型是MySQL中用得最频繁的字符串类型之一，用于存储可变长度的字符串。与CHAR类型相比，VARCHAR节省空间，因为它只占用必要的空间加上一个额外的字节来记录长度（如果列声明的长度超过255，则需要两个字节）。VARCHAR的最大长度可以达到65,535个字符，但实际限制取决于行大小和字符集。VARCHAR类型非常适合用来存储长度不一的字符串，比如用户输入的数据。

使用建议

当字段的最大长度难以预测或文本长度有较大变化时，使用VARCHAR。
在数据长度经常变动的应用中，VARCHAR可以减少空间浪费。
考虑到性能和存储效率的平衡，合理设置VARCHAR的最大长度，避免过大或过小。

VARCHAR最大长度的影响因素

行大小限制

MySQL中，单行的最大数据量是固定的。对于标准的表，这个限制通常是65,535字符，这包括了所有列的数据以及行内的其他元数据。如果表中包含多个大字段或多个VARCHAR字段，这些字段的最大潜在长度总和可能会超过这个行大小限制。因此，虽然理论上单个VARCHAR可以支持到65,535个字符，实际上可能会因为行大小限制而无法达到这个长度。

字符集编码

VARCHAR的最大长度还受到字符集编码的影响。不同的字符集编码字符所需的字节数不同：

在使用单字节字符集（如latin1）时，每个字符占用1个字节。
在使用多字节字符集（如utf8mb4）时，每个字符可能占用2到4字节。这意味着如果VARCHAR字段采用utf8mb4编码，其最大字符数将受到实际字节数的限制，即使你设置长度为65,535，实际存储的字符数量可能只有16,383个字符（因为65,535字节除以4字节/字符）。

其他列的存储需求

表中其他列的数据类型和存储需求也会影响VARCHAR字段的最大长度。例如，如果表中还包含其他大量的固定长度字段（如CHAR或大的INT字段），这些字段占用的空间也会从行大小限额中扣除，进而影响VARCHAR字段能够分配的最大空间。

字节，字符和编码的关系

在计算机中，一个字符所占的字节大小取决于字符的编码方式。不同的编码系统对字符进行编码的方法不同，因此所需的存储空间也不同。以下是几种常见的字符编码方式和它们对应的字节大小：

ASCII编码：最初的ASCII码是用7位（一个字节的部分）来表示一个字符，因此，一个ASCII字符等于1个字节。后来，扩展的ASCII（例如ISO 8859）使用8位，即1个字节来表示一个字符。
UTF-8编码：这是一种变长的编码方式，可以使用1到4个字节来表示一个字符。对于标准的ASCII字符（如英文字母和数字），仍然只需要1个字节。但对于其他一些特殊字符（如拉丁文扩展、希腊文等），可能需要2个字节，而对于大多数常用汉字或其他复杂字符，通常需要3个字节。某些特殊的符号和很少用的字符集则可能使用4个字节。
UTF-16编码：这种编码通常使用2个或4个字节来表示一个字符。大部分常见的字符，包括所有的基本多语言平面的字符（如汉字），使用2个字节表示。而那些不常用的字符，如一些古文字符或特殊符号，会使用4个字节表示（通过代理对来编码）。
UTF-32编码：在UTF-32编码中，每个字符均使用4个字节表示。这种编码方式简单统一，但相对于其他编码方式占用更多的存储空间。

TEXT与BLOB

TEXT

TEXT类型用于存储大量文本数据。TEXT列不存储在数据库行内，而是作为大型对象存储在外部，只在行内保留一个指针。因此，TEXT类型可以存储大量数据，直到65,535字节（TEXT）、16,777,215字节（MEDIUMTEXT）或4,294,967,295字节（LONGTEXT）。使用TEXT类型的时候需要注意，处理这类数据可能会消耗更多的CPU和内存资源。

BLOB

BLOB（Binary Large Object）类型与TEXT类型相似，但用于存储大型的二进制数据，如图片、音频和视频等。BLOB同样存储在外部，并通过行内指针进行访问。根据存储需求的不同，BLOB类型分为TINYBLOB、BLOB、MEDIUMBLOB和LONGBLOB。

选择合适的字符串类型

在选择适合的字符串类型时，考虑以下因素：

数据的最大可能长度：预估数据的最大长度，选择合理的数据类型以避免浪费空间或数据截断。
查询性能需求：固定长度的CHAR更适合频繁搜索的场景，因为它的读取速度通常更快。
数据的变动频率：如果数据内容变化频繁，选择VARCHAR可以减少对存储空间的浪费。
存储大文本或二进制数据：对于需要存储大量文本或二进制数据的应用，应选择TEXT或BLOB类型。

QA

varchar(10) 和 varchar(20) 的区别？

因为varchar是可变字符串,所以实际存储是一样的,但是在没有从存储引擎拿到数据前,不知道给varchar分配多大的内存,所以会根据定于的长度先分配,所以varchar(20) 可能比varchar(10)占用更多的内存空间

既然VARCHAR长度可变，那我要不要定到最大? 就像使用VARCHAR(5)和VARCHAR(200)存储 '陈哈哈’的磁盘空间开销是一样的。那么使用更短的列有什么优势呢？

事实证明有很大的优势。更长的列会消耗更多的内存，因为MySQL通常会分配固定大小的内存块来保存内部值。当然，在没拿到存储引擎存储的数据之前，并不会知道我这一行拿出来的数据到底有多长，可能长度只有1，可能长度是500，那怎么办呢？那就只能先把最大空间分配好了，避免放不下的问题发生，这样实际上对于真实数据较短的varchar确实会造成空间的浪费。
举例：我向数据类型为：varchar（1000）的列插入了1024行数据，但是每个只存一个字符，那么这1024行真实数据量其实只有1K，但是我却需要约1M的内存去适应他。所以最好的策略是只分配真正需要的空间。