MySQL的字符类型

MySQL的字符类型

字符类型

MySQL提供了多种关于字符存储的类型，可是在大多数状况下咱们只使用char和varchar便可。

类型	大小	用途
CHAR	0 - 255字节	定长字符串
VARCHAR	0 - 65535 字节	变长字符串
TINYBLOB	0 - 255字节	不超过 255 个字符的二进制字符串
TINYTEXT	0 - 255字节	短文本字符串
BLOB	0 - 65 535字节	二进制形式的长文本数据
TEXT	0 - 65 535字节	长文本数据
MEDIUMBLOB	0 - 16 777 215字节	二进制形式的中等长度文本数据
MEDIUMTEXT	0 - 16 777 215字节	中等长度文本数据
LONGBLOB	0 - 4 294 967 295字节	二进制形式的极大文本数据
LONGTEXT	0 - 4 294 967 295字节	极大文本数据

字符集

字符串分二进制与非二进制类型，二进制用于储存图片、声音等文件，非二进制用于储存文本数据。

非二进制文本受字符集和校对规则影响。

其实字符集说白了就是字符编码。

概念

字符集(Character set)是多个字符的集合，字符集种类较多，每一个字符集包含的字符个数不一样。经常使用的字符集有GBK、BIG5、UTF8。

UTF8字符集包含文字内容更广，如韩文、日文、德文兼容度更高，也是推荐使用的字符集（UTF8MB4）。

表不设置字符集继承数据库，字段不设置字符集继承表的，因此通常咱们在配置文件中为数据库指定字符集便可。

mysql> SHOW CHARACTER SET; -- 查看服务器支持的字符集
+----------+---------------------------------+---------------------+--------+
| 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)

校对规则

字符集内用于字符比较和排序的一套规则，以_ci结束的为大小写不敏感、_bin结束的为不区分大小写。

当使用不区分大小写的校对规则时A与a是相同的，不然则不相同，这会影响到排序与比对。

修改表校对规则，对表的原字段将不影响，只对新增字段影响。

SHOW COLLATION; -- 查看服务器支持的校对规则

基本定义

对于字符类型而言，其指定宽度均为存入宽度，以字符为单位。

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

定长变长

区别差别

char是定长字符串，当存入的字符数量不足指定宽度时，将会使用进行填充。

varchar是变长字符串，当存入的字符数类不足指定宽度时，不会使用任何字符进行填充。

一般状况下来说， char的存取速度要比 varchar要高（约50%），可是 更加浪费磁盘空间。

在InnoDB存储引擎中，不存在这种差别。

插入值	CHAR(4)存入值	CHAR(4)占据空间	VARCHAR(4)存入值	VARCHAR(4)占据空间
''	' '	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

因为varchar类型是变长存储，因此须要有一个头部来标识真实内容占了多少字符，这个头部一般占据1个字节。即存入abcd的时候算上头部其实是占用了5个字节。这也是为何说一般状况下varchar比较节省内存，而不是说所有状况。

差别对比

若是要想进定长与变长的差别对比试验，须要用到如下两个函数。

length()：查看字节数

char_length()：查看字符数

建议在同一张数据表中统一使用varchar或char类型，这里更推荐使用char类型。

经常使用函数

大小写转换

upper()小写转大写，lower()大写转小写。

如下将演示大小写转换。

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

指定量取

left()与right()函数用于取左或右指定数量的字符。

如下将演示取左边3个字符。

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

中间字符

mid()从中间取字符串，参数二为指定起始位置（从1开始），参数三为取的字符数量（可不指定，一直取完）。

如下将演示从第二个字符开始取两个。

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

截取字符

substring()从指定起始位置开始取出向右全部字符串，可指定结束位置。（其实我感受这个和mid()好像没啥区别）。

如下将演示截取第一个字符到第四个字符。

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

字符长度

char_length()可获取字符长度，若是要获取char类型的字符长度且包括填充空白符，须要修改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)

字节长度

length()可获取字节长度。

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

字符链接

concat()可将多段字符进行链接。

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