mysql的char,varchar,text,blob的幾點我的理解

mysql的char,varchar,text,blob是幾個有聯繫可是有有很大區別的字段類型，這算是mysql的基礎吧，但是基礎沒有學好，惡補一下。

先簡單的總結一下：

char：定長，最大255個字符

varchar：變長，最大65535個字符（既是單列的限制，又是整行的限制）

text：變長，有字符集的大對象，並根據字符集進行排序和校驗，大小寫不敏感

blob：變長，無字符集的二進制大對象，大小寫敏感

如下只是我我的的理解，才疏學淺，望各路高人指點。

我使用的引擎是myisam，因此如下的探討是集中在myisam上的。

首先解釋char，char是項目中經常使用的字段類型之一，它表明的含義是採用固定長度存儲數據，換句話說，數據初始化的是就爲該類型的字段分配固定長度的存儲空間，即便沒有達到存儲空間的長度，實際佔用的存儲空間也是定義時的長度。舉個例子來講，好比某字段 a     char(50)，指定的長度是50個字符的存儲空間，那麼當你存入一個字符：「abc」的時候，實際上字符長度是3個字符，可是佔用的硬盤空間仍是50個字符。很顯然，char的缺點就出來了：浪費存儲空間！可是同時char的優勢也顯示出來了：固定長度，（索引）效率極高，不存在碎片。

這裏咱們再探討一下char的存儲方式，雖然char會浪費極大的存儲空間，可是你想過對於字符串的先後空格char是如何處理的嗎？當存儲的字符串沒有達到char的最大長度時，字符串後面是不會以空格來填充的，並且char會過濾字符串末端的空格而後存儲，而在比較字符串的時候又會自動空格填充到字符串的末端。

好了，對char有了瞭解之後，對varchar的理解也就容易了。

varchar是存儲可變長度的字符串，簡單的說咱們定義表機構的時候指定的字段長度是最大長度，當字符串沒有達到最大長度的時候以字符串的實際長度來存儲的，不佔用多餘的存儲空間。所以，通常狀況下，varchar比char節省存儲空間，可是也常常有例外，後面接着探討這個問題。

一個特殊的狀況是建立表的時候採用ROW_FORMAT=FIXED選項（默認的是ROW_FORMAT=DYNAMIC），那麼mysql就會爲每行數據分配固定長度的存儲空間，固然這是特例。不知道你有沒有想過：爲何有管理員願意這樣作呢？對varchar分配固定長度的存儲空間是有道理的。舉一個常見的例子，假設採用DYNAMIC默認選項，那麼咱們建立一個字段b  varchar(100)，如今咱們插入一個只有10個字符的數據：abcdefghij，很好，只佔用了10個字符的空間，相比char節省了很多存儲空間。可是你想到問題了嗎？好比某天之後你發現這個字段須要更新一下，更新爲20個字符的數據：abcdefghijklmnopqrst，你知道數據庫該如何存儲嗎？原先的存儲位置分配的只有10個字符的空間，如今要存儲20個字符，小於長度限制（最大長度是100個字符），問題就來了，mysql會如何處理呢？這裏接下來可能要探討mysql存儲層面的分頁機制或者拆分機制，就再也不繼續深刻了。總之不管mysql採起什麼方式，確定會在磁盤上造成碎片，長此以往造成的磁盤碎片對系統效率是一個致命的打擊，因此咱們常常看到有管理員要把mysql導出而後導入，就是爲了解決這個問題，提升效率。

上面咱們提出來了一個問題：varchar比char節省存儲空間，可是也常常有例外！對於這個疑問咱們如何理解呢？要深刻分析這個問題，咱們須要再次深刻了解varchar的存儲機制。經常使用的中文存儲通常採用gbk或者utf-8兩種字符集，gbk每一個字符佔2個字節，utf-8每一個字符佔3個字節，因此：gbk字符集的最大存儲長度是

(65535-1-1)/2= 32766或者(65535-1-2)/2= 32766，這個算法的含義是：65535是varchar的最大長度，第一個-1表示實際存儲位置是從第二位開始的，第二個-1或者-2表明的含義是：varchar 字段是將實際內容單獨存儲在聚簇索引以外，內容開頭用1到2個字節表示實際長度（長度小於255時用1個字節，長度超過255時須要2個字節），除以2的緣由是一個gbk字符集的字符佔2個字節長度，因此根據狀況能夠得出gbk字符集的最大存儲長度是32766。

那麼UTF-8字符集呢？算法以下：

(65535-1-1)/3=  21844或者(65535-1-2)/3= 21844減1減2的含義同上，除以3的含義是一個utf-8的字符集字符佔用實際長度是3個字節。

看完了這段你就能理解char(1)和varchar(1)佔用的存儲空間了吧？在這個極端狀況下，很顯然char更節省存儲空間，由於char沒有管理數據的額外開銷。

 

接下來，咱們重點探討一下varchar的65535存儲長度表明的真正含義是什麼？由於前面說過一句話：既是單列的限制，又是整行的限制！咱們詳細來解釋一下。對於單列的限制，咱們舉一個例子：create table tablename(c varchar(N)) charset=gbk;那麼N的最大值是（65535-1-2）=32766。同時，若是同一個有其餘字段的話，那麼全部字段的長度和不能超過65535，舉個例子：create table tablename(c1 int(4), c2 char(30), c3 varchar(N) ) charset=utf8，那麼N的最大值是（65535-1-2-4-30*3）/3=21812，也許你很理解int(4)須要4個字符的位置，這裏可能須要更深刻的瞭解int的存儲機制，我不太瞭解，書尚未看呢。總之int類型佔用4個字符的長度，換句話說create table tablename(c1 int(32), c2 char(30), c3 varchar(N) ) charset=utf8，N的最大值也是（65535-1-2-4-30*3）/3=21812。我作了一個簡單的實驗，看截圖。

第一張varchar的長度大於21812，因而失敗了

第二張varchar長度等於21812，保存成功

 轉載請註明來源：www.blogguy.cn

 廢話了這麼多，總之一句話：char在浪費存儲空間的劣勢下，得到了較高的效率，varchar相反。接下來咱們也要總結一下什麼狀況下使用char，什麼狀況下使用varchar。

原則一：根據字符串長度肯定，凡是固定長度的字符串或者相似固定長度的字符串一概用char。好比身份證號碼，手機號碼，銀行卡號，MD5，哈希值等這是字符串是固定長度的，毫無疑問用char，還有一類是基本固定長度可是略有出入的，好比中國人的姓名等，通常長度多是2~5個漢字，這類信息也很是適合用char來存儲，只要分配一些略大於一般長度便可。

原則二：數據是否常常更改致使碎片，可能常常變更而產生存儲碎片的小字符串一概用char。咱們知道char類型的數據是一次性分配存儲空間的，不管之後你怎麼修改，數據始終在該存儲空間內的，不會產生碎片。而varchar則不一樣，varchar的數據長度是可變的，當修改後的數據大於當前存儲長度時，就會產生碎片，若是該應用是反覆修改數據的應用，那麼長此以往就是產生無數碎片，效率可想而知。

原則三：理解varchar的存儲空間和內存空間的區別，合理指定varchar的長度。咱們知道varchar的存儲長度是根據字符串的長度而定的，可是運行時佔用的內存空間倒是按照定義的長度分配內存空間的（個人理解，不知道是否正確）。這個現象致使存儲一個字符串，好比通訊地址，通暢在100個字符內就能存儲完成，因而varchar(100)是一個合理的選擇，可是因爲以前講的，可能有人圖方便使用varchar(500)，反正用的存儲空間是同樣的，可是效果確實不同的。在內存模型中varchar(100)與varchar(500)是兩碼事，後者比前者佔用多5倍的內存空間，在臨時表和排序的時候這個差異幾乎可能差一個數量級，因而效率可想而知。

轉載註明來源：www.blogguy.cn

 基本上解釋完char和varchar，這裏順帶看看Nchar和Nvarchar是什麼？

nvarchar表示可變長度 Unicode 數據，其最大長度爲 4,000 字符；nchar表示固定長度的 Unicode 數據，最大長度爲 4,000 個字符。

那Nchar和Nvarchar在什麼狀況下使用呢？咱們知道字符 中，英文字符只須要一個字節存儲就足夠了，但漢字衆多，須要兩個字節存儲，英文與漢字同時存在時容易形成混亂，Unicode字符集就是爲了解決字符集這 種不兼容的問題而產生的，它全部的字符都用兩個字節表示，即英文字符也是用兩個字節表示。因而支持多語言的站點應考慮使用 Unicode nchar 或 nvarchar 數據類型以儘可能減小字符轉換問題。一樣的解釋還有下面咱們要研討的NText。

 

下面咱們看看text和blob

 text分爲4種類型：TINYTEXT、TEXT、MEDIUMTEXT和LONGTEXT，分別對應不一樣的長度。text是非二進制字符串，而且須要指定字符集，並按照該字符集進行校驗和排序。只能存儲純文本，能夠看做是VARCHAR在長度不足時的擴展。

blob也分爲4種類型：TINYBLOB,BLOB,mediumblob和LongBlob，分別對應不一樣的長度，blob存儲的是二進制數據，所以無需字符集校驗，blob除了存儲文本信息外，因爲二進制存儲格式，因此還能夠保存圖片等信息，blob能夠看做是VARBINARY在長度不足時的擴展。

 text和blob的各類類型存儲長度，咱們用以下的表格表示：

TinyBlob                             最大長度255個字元(2^8-1)  
TinyText                             最大長度255個字元(2^8-1)
Blob                                    最大長度65535個字元(2^16-1)
Text                                    最大長度65535個字元(2^16-1)
MediumBlob                         最大長度 16777215 個字元(2^24-1)
MediumText                         最大長度 16777215 個字元(2^24-1
LongBlob                              最大長度4294967295個字元 (2^32-1)
LongText                              最大長度4294967295個字元 (2^32-1)

 

 好了，到此char,varchar,text,blob內容探討基本完成了，下面是我再次複習一下有關int型數據的內容，列在這裏方便對比。

 

XML/HTML代碼

1. • TINYINT——一個微小的整數，支持 -128到127(SIGNED)，0到255(UNSIGNED)，須要1個字節存儲   
2. • BIT——同TINYINT(1)   
3. • BOOL——同TINYINT(1)   
4. • SMALLINT——一個小整數，支持 -32768到32767(SIGNED)，0到65535(UNSIGNED)，須要2個字節存儲 MEDIUMINT——一箇中等整數，支持 -8388608到8388607(SIGNED)，0到16777215(UNSIGNED)，須要3個字節存儲   
5. • INT——一個整數，支持 -2147493648到2147493647(SIGNED)，0到4294967295(UNSIGNED)，須要4個字節存儲   
6. • INTEGER——同INT   
7. • BIGINT——一個大整數，支持 -9223372036854775808到9223372036854775807(SIGNED)，0到18446744073709551615(UNSIGNED)，須要8個字節存儲   
8. • FLOAT(precision)——一個浮點數。precision<=24用於單精度浮點數；precision在25和53之間，用於又精度浮點數。FLOAT(X)與相誚的FLOAT和DOUBLE類型有差相同的範圍，可是沒有定義顯示尺寸和小數位數。在MySQL3.23以前，這不是一個真的浮點值，且老是有兩位小數。MySQL中的全部計算都用雙精度，因此這會帶來一些意想不到的問題。   
9. • FLOAT——一個小的菜單精度浮點數。支持 -3.402823466E+38到-1.175494351E-38，0和1.175494351E-38 to 3.402823466E+38，須要4個字節存儲。若是是UNSIGNED，正數的範圍保持不變，但負數是不容許的。   
10. • DOUBLE——一個雙精度浮點數。支持 -1.7976931348623157E+308到-2.2250738585072014E-308，0和2.2250738585072014E-308到1.7976931348623157E+308。若是是FLOAT，UNSIGNED不會改變正數範圍，但負數是不容許的。   
11. • DOUBLE PRECISION——同DOUBLE   
12. • REAL——同DOUBLE   
13. • DECIMAL——將一個數像字符串那樣存儲，每一個字符佔一個字節   
14. • DEC——同DECIMAL   
15. • NUMERIC——同DECIMAL   

 

轉載請註明來源：www.blogguy.cn