MySQL的字符類型

MySQL的字符類型

字符類型

MySQL提供了多種關於字符存儲的類型，可是在大多數狀況下咱們只使用char和varchar便可。

類型	大小	用途
CHAR	0 - 255字節	定長字符串
VARCHAR	0 - 65535 字節	變長字符串
TINYBLOB	0 - 255字節	不超過 255 個字符的二進制字符串
TINYTEXT	0 - 255字節	短文本字符串
BLOB	0 - 65 535字節	二進制形式的長文本數據
TEXT	0 - 65 535字節	長文本數據
MEDIUMBLOB	0 - 16 777 215字節	二進制形式的中等長度文本數據
MEDIUMTEXT	0 - 16 777 215字節	中等長度文本數據
LONGBLOB	0 - 4 294 967 295字節	二進制形式的極大文本數據
LONGTEXT	0 - 4 294 967 295字節	極大文本數據

字符集

字符串分二進制與非二進制類型，二進制用於儲存圖片、聲音等文件，非二進制用於儲存文本數據。

非二進制文本受字符集和校對規則影響。

其實字符集說白了就是字符編碼。

概念

字符集(Character set)是多個字符的集合，字符集種類較多，每一個字符集包含的字符個數不一樣。經常使用的字符集有GBK、BIG5、UTF8。

UTF8字符集包含文字內容更廣，如韓文、日文、德文兼容度更高，也是推薦使用的字符集（UTF8MB4）。

表不設置字符集繼承數據庫，字段不設置字符集繼承表的，因此通常咱們在配置文件中爲數據庫指定字符集便可。

mysql> SHOW CHARACTER SET; -- 查看服務器支持的字符集
+----------+---------------------------------+---------------------+--------+
| Charset  | Description                     | Default collation   | Maxlen |
+----------+---------------------------------+---------------------+--------+
| armscii8 | ARMSCII-8 Armenian              | armscii8_general_ci |      1 |
| ascii    | US ASCII                        | ascii_general_ci    |      1 |
| big5     | Big5 Traditional Chinese        | big5_chinese_ci     |      2 |
| binary   | Binary pseudo charset           | binary              |      1 |
| cp1250   | Windows Central European        | cp1250_general_ci   |      1 |
| cp1251   | Windows Cyrillic                | cp1251_general_ci   |      1 |
| cp1256   | Windows Arabic                  | cp1256_general_ci   |      1 |
| cp1257   | Windows Baltic                  | cp1257_general_ci   |      1 |
| cp850    | DOS West European               | cp850_general_ci    |      1 |
| cp852    | DOS Central European            | cp852_general_ci    |      1 |
| cp866    | DOS Russian                     | cp866_general_ci    |      1 |
| cp932    | SJIS for Windows Japanese       | cp932_japanese_ci   |      2 |
| dec8     | DEC West European               | dec8_swedish_ci     |      1 |
| eucjpms  | UJIS for Windows Japanese       | eucjpms_japanese_ci |      3 |
| euckr    | EUC-KR Korean                   | euckr_korean_ci     |      2 |
| gb18030  | China National Standard GB18030 | gb18030_chinese_ci  |      4 |
| gb2312   | GB2312 Simplified Chinese       | gb2312_chinese_ci   |      2 |
| gbk      | GBK Simplified Chinese          | gbk_chinese_ci      |      2 |
| geostd8  | GEOSTD8 Georgian                | geostd8_general_ci  |      1 |
| greek    | ISO 8859-7 Greek                | greek_general_ci    |      1 |
| hebrew   | ISO 8859-8 Hebrew               | hebrew_general_ci   |      1 |
| hp8      | HP West European                | hp8_english_ci      |      1 |
| keybcs2  | DOS Kamenicky Czech-Slovak      | keybcs2_general_ci  |      1 |
| koi8r    | KOI8-R Relcom Russian           | koi8r_general_ci    |      1 |
| koi8u    | KOI8-U Ukrainian                | koi8u_general_ci    |      1 |
| latin1   | cp1252 West European            | latin1_swedish_ci   |      1 |
| latin2   | ISO 8859-2 Central European     | latin2_general_ci   |      1 |
| latin5   | ISO 8859-9 Turkish              | latin5_turkish_ci   |      1 |
| latin7   | ISO 8859-13 Baltic              | latin7_general_ci   |      1 |
| macce    | Mac Central European            | macce_general_ci    |      1 |
| macroman | Mac West European               | macroman_general_ci |      1 |
| sjis     | Shift-JIS Japanese              | sjis_japanese_ci    |      2 |
| swe7     | 7bit Swedish                    | swe7_swedish_ci     |      1 |
| tis620   | TIS620 Thai                     | tis620_thai_ci      |      1 |
| ucs2     | UCS-2 Unicode                   | ucs2_general_ci     |      2 |
| ujis     | EUC-JP Japanese                 | ujis_japanese_ci    |      3 |
| utf16    | UTF-16 Unicode                  | utf16_general_ci    |      4 |
| utf16le  | UTF-16LE Unicode                | utf16le_general_ci  |      4 |
| utf32    | UTF-32 Unicode                  | utf32_general_ci    |      4 |
| utf8     | UTF-8 Unicode                   | utf8_general_ci     |      3 |
| utf8mb4  | UTF-8 Unicode                   | utf8mb4_0900_ai_ci  |      4 |
+----------+---------------------------------+---------------------+--------+
41 rows in set (0.04 sec)

校對規則

字符集內用於字符比較和排序的一套規則，以_ci結束的爲大小寫不敏感、_bin結束的爲不區分大小寫。

當使用不區分大小寫的校對規則時A與a是相同的，不然則不相同，這會影響到排序與比對。

修改表校對規則，對錶的原字段將不影響，只對新增字段影響。

SHOW COLLATION; -- 查看服務器支持的校對規則

基本定義

對於字符類型而言，其指定寬度均爲存入寬度，以字符爲單位。

mysql> create table `test` (
    -> ch char(5) not null,
    -> vc varchar(5) not null
    -> ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin；

定長變長

區別差別

char是定長字符串，當存入的字符數量不足指定寬度時，將會使用進行填充。

varchar是變長字符串，當存入的字符數類不足指定寬度時，不會使用任何字符進行填充。

一般狀況下來說， char的存取速度要比 varchar要高（約50%），可是 更加浪費磁盤空間。

在InnoDB存儲引擎中，不存在這種差別。

插入值	CHAR(4)存入值	CHAR(4)佔據空間	VARCHAR(4)存入值	VARCHAR(4)佔據空間
''	' '	4 bytes	''	1 byte
'ab'	'ab '	4 bytes	'ab'	3 bytes
'abcd'	'abcd'	4 bytes	'abcd'	5 bytes
'abcdefgh'	'abcd'	4 bytes	'abcd'	5 bytes

因爲varchar類型是變長存儲，因此須要有一個頭部來標識真實內容佔了多少字符，這個頭部一般佔據1個字節。即存入abcd的時候算上頭部其實是佔用了5個字節。這也是爲何說一般狀況下varchar比較節省內存，而不是說所有狀況。

差別對比

若是要想進定長與變長的差別對比試驗，須要用到如下兩個函數。

length()：查看字節數

char_length()：查看字符數

建議在同一張數據表中統一使用varchar或char類型，這裏更推薦使用char類型。

經常使用函數

大小寫轉換

upper()小寫轉大寫，lower()大寫轉小寫。

如下將演示大小寫轉換。

mysql> select upper("justthesame"),lower("JUSTTHESAME");
+----------------------+----------------------+
| upper("justthesame") | lower("JUSTTHESAME") |
+----------------------+----------------------+
| JUSTTHESAME          | justthesame          |
+----------------------+----------------------+
1 row in set (0.00 sec)

指定量取

left()與right()函數用於取左或右指定數量的字符。

如下將演示取左邊3個字符。

mysql> select left("qwert",3);
+-----------------+
| left("qwert",3) |
+-----------------+
| qwe             |
+-----------------+
1 row in set (0.00 sec)

中間字符

mid()從中間取字符串，參數二爲指定起始位置（從1開始），參數三爲取的字符數量（可不指定，一直取完）。

如下將演示從第二個字符開始取兩個。

mysql> select mid("qwert",2,2);
+------------------+
| mid("qwert",2,2) |
+------------------+
| we               |
+------------------+
1 row in set (0.00 sec)

截取字符

substring()從指定起始位置開始取出向右全部字符串，可指定結束位置。（其實我感受這個和mid()好像沒啥區別）。

如下將演示截取第一個字符到第四個字符。

mysql> select substring("qwertyui",1,4);
+---------------------------+
| substring("qwertyui",1,4) |
+---------------------------+
| qwer                      |
+---------------------------+
1 row in set (0.00 sec)

字符長度

char_length()可獲取字符長度，若是要獲取char類型的字符長度且包括填充空白符，須要修改sql模式。

修改sql模式：SET sql_mode = 'PAD_CHAR_TO_FULL_LENGTH';

mysql> select char_length("qwertyu");
+------------------------+
| char_length("qwertyu") |
+------------------------+
|                      7 |
+------------------------+
1 row in set (0.00 sec)

字節長度

length()可獲取字節長度。

mysql> select length("qwertyu");
+-------------------+
| length("qwertyu") |
+-------------------+
|                 7 |
+-------------------+
1 row in set (0.00 sec)

字符鏈接

concat()可將多段字符進行鏈接。

mysql> select concat("123","abc","456","def");
+---------------------------------+
| concat("123","abc","456","def") |
+---------------------------------+
| 123abc456def                    |
+---------------------------------+
1 row in set (0.00 sec)