mysql的char,varchar,text,blob的几点我的理解

mysql的char,varchar,text,blob是几个有联系可是有有很大区别的字段类型，这算是mysql的基础吧，但是基础没有学好，恶补一下。

先简单的总结一下：

char：定长，最大255个字符

varchar：变长，最大65535个字符（既是单列的限制，又是整行的限制）

text：变长，有字符集的大对象，并根据字符集进行排序和校验，大小写不敏感

blob：变长，无字符集的二进制大对象，大小写敏感

如下只是我我的的理解，才疏学浅，望各路高人指点。

我使用的引擎是myisam，因此如下的探讨是集中在myisam上的。

首先解释char，char是项目中经常使用的字段类型之一，它表明的含义是采用固定长度存储数据，换句话说，数据初始化的是就为该类型的字段分配固定长度的存储空间，即便没有达到存储空间的长度，实际占用的存储空间也是定义时的长度。举个例子来讲，好比某字段 a     char(50)，指定的长度是50个字符的存储空间，那么当你存入一个字符：“abc”的时候，实际上字符长度是3个字符，可是占用的硬盘空间仍是50个字符。很显然，char的缺点就出来了：浪费存储空间！可是同时char的优势也显示出来了：固定长度，（索引）效率极高，不存在碎片。

这里咱们再探讨一下char的存储方式，虽然char会浪费极大的存储空间，可是你想过对于字符串的先后空格char是如何处理的吗？当存储的字符串没有达到char的最大长度时，字符串后面是不会以空格来填充的，并且char会过滤字符串末端的空格而后存储，而在比较字符串的时候又会自动空格填充到字符串的末端。

好了，对char有了了解之后，对varchar的理解也就容易了。

varchar是存储可变长度的字符串，简单的说咱们定义表机构的时候指定的字段长度是最大长度，当字符串没有达到最大长度的时候以字符串的实际长度来存储的，不占用多余的存储空间。所以，通常状况下，varchar比char节省存储空间，可是也常常有例外，后面接着探讨这个问题。

一个特殊的状况是建立表的时候采用ROW_FORMAT=FIXED选项（默认的是ROW_FORMAT=DYNAMIC），那么mysql就会为每行数据分配固定长度的存储空间，固然这是特例。不知道你有没有想过：为何有管理员愿意这样作呢？对varchar分配固定长度的存储空间是有道理的。举一个常见的例子，假设采用DYNAMIC默认选项，那么咱们建立一个字段b  varchar(100)，如今咱们插入一个只有10个字符的数据：abcdefghij，很好，只占用了10个字符的空间，相比char节省了很多存储空间。可是你想到问题了吗？好比某天之后你发现这个字段须要更新一下，更新为20个字符的数据：abcdefghijklmnopqrst，你知道数据库该如何存储吗？原先的存储位置分配的只有10个字符的空间，如今要存储20个字符，小于长度限制（最大长度是100个字符），问题就来了，mysql会如何处理呢？这里接下来可能要探讨mysql存储层面的分页机制或者拆分机制，就再也不继续深刻了。总之不管mysql采起什么方式，确定会在磁盘上造成碎片，长此以往造成的磁盘碎片对系统效率是一个致命的打击，因此咱们常常看到有管理员要把mysql导出而后导入，就是为了解决这个问题，提升效率。

上面咱们提出来了一个问题：varchar比char节省存储空间，可是也常常有例外！对于这个疑问咱们如何理解呢？要深刻分析这个问题，咱们须要再次深刻了解varchar的存储机制。经常使用的中文存储通常采用gbk或者utf-8两种字符集，gbk每一个字符占2个字节，utf-8每一个字符占3个字节，因此：gbk字符集的最大存储长度是

(65535-1-1)/2= 32766或者(65535-1-2)/2= 32766，这个算法的含义是：65535是varchar的最大长度，第一个-1表示实际存储位置是从第二位开始的，第二个-1或者-2表明的含义是：varchar 字段是将实际内容单独存储在聚簇索引以外，内容开头用1到2个字节表示实际长度（长度小于255时用1个字节，长度超过255时须要2个字节），除以2的缘由是一个gbk字符集的字符占2个字节长度，因此根据状况能够得出gbk字符集的最大存储长度是32766。

那么UTF-8字符集呢？算法以下：

(65535-1-1)/3=  21844或者(65535-1-2)/3= 21844减1减2的含义同上，除以3的含义是一个utf-8的字符集字符占用实际长度是3个字节。

看完了这段你就能理解char(1)和varchar(1)占用的存储空间了吧？在这个极端状况下，很显然char更节省存储空间，由于char没有管理数据的额外开销。

 

接下来，咱们重点探讨一下varchar的65535存储长度表明的真正含义是什么？由于前面说过一句话：既是单列的限制，又是整行的限制！咱们详细来解释一下。对于单列的限制，咱们举一个例子：create table tablename(c varchar(N)) charset=gbk;那么N的最大值是（65535-1-2）=32766。同时，若是同一个有其余字段的话，那么全部字段的长度和不能超过65535，举个例子：create table tablename(c1 int(4), c2 char(30), c3 varchar(N) ) charset=utf8，那么N的最大值是（65535-1-2-4-30*3）/3=21812，也许你很理解int(4)须要4个字符的位置，这里可能须要更深刻的了解int的存储机制，我不太了解，书尚未看呢。总之int类型占用4个字符的长度，换句话说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。我作了一个简单的实验，看截图。

第一张varchar的长度大于21812，因而失败了

第二张varchar长度等于21812，保存成功

 转载请注明来源：www.blogguy.cn

 废话了这么多，总之一句话：char在浪费存储空间的劣势下，得到了较高的效率，varchar相反。接下来咱们也要总结一下什么状况下使用char，什么状况下使用varchar。

原则一：根据字符串长度肯定，凡是固定长度的字符串或者相似固定长度的字符串一概用char。好比身份证号码，手机号码，银行卡号，MD5，哈希值等这是字符串是固定长度的，毫无疑问用char，还有一类是基本固定长度可是略有出入的，好比中国人的姓名等，通常长度多是2~5个汉字，这类信息也很是适合用char来存储，只要分配一些略大于一般长度便可。

原则二：数据是否常常更改致使碎片，可能常常变更而产生存储碎片的小字符串一概用char。咱们知道char类型的数据是一次性分配存储空间的，不管之后你怎么修改，数据始终在该存储空间内的，不会产生碎片。而varchar则不一样，varchar的数据长度是可变的，当修改后的数据大于当前存储长度时，就会产生碎片，若是该应用是反复修改数据的应用，那么长此以往就是产生无数碎片，效率可想而知。

原则三：理解varchar的存储空间和内存空间的区别，合理指定varchar的长度。咱们知道varchar的存储长度是根据字符串的长度而定的，可是运行时占用的内存空间倒是按照定义的长度分配内存空间的（个人理解，不知道是否正确）。这个现象致使存储一个字符串，好比通讯地址，通畅在100个字符内就能存储完成，因而varchar(100)是一个合理的选择，可是因为以前讲的，可能有人图方便使用varchar(500)，反正用的存储空间是同样的，可是效果确实不同的。在内存模型中varchar(100)与varchar(500)是两码事，后者比前者占用多5倍的内存空间，在临时表和排序的时候这个差异几乎可能差一个数量级，因而效率可想而知。

转载注明来源：www.blogguy.cn

 基本上解释完char和varchar，这里顺带看看Nchar和Nvarchar是什么？

nvarchar表示可变长度 Unicode 数据，其最大长度为 4,000 字符；nchar表示固定长度的 Unicode 数据，最大长度为 4,000 个字符。

那Nchar和Nvarchar在什么状况下使用呢？咱们知道字符 中，英文字符只须要一个字节存储就足够了，但汉字众多，须要两个字节存储，英文与汉字同时存在时容易形成混乱，Unicode字符集就是为了解决字符集这 种不兼容的问题而产生的，它全部的字符都用两个字节表示，即英文字符也是用两个字节表示。因而支持多语言的站点应考虑使用 Unicode nchar 或 nvarchar 数据类型以尽可能减小字符转换问题。一样的解释还有下面咱们要研讨的NText。

 

下面咱们看看text和blob

 text分为4种类型：TINYTEXT、TEXT、MEDIUMTEXT和LONGTEXT，分别对应不一样的长度。text是非二进制字符串，而且须要指定字符集，并按照该字符集进行校验和排序。只能存储纯文本，能够看做是VARCHAR在长度不足时的扩展。

blob也分为4种类型：TINYBLOB,BLOB,mediumblob和LongBlob，分别对应不一样的长度，blob存储的是二进制数据，所以无需字符集校验，blob除了存储文本信息外，因为二进制存储格式，因此还能够保存图片等信息，blob能够看做是VARBINARY在长度不足时的扩展。

 text和blob的各类类型存储长度，咱们用以下的表格表示：

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

 

 好了，到此char,varchar,text,blob内容探讨基本完成了，下面是我再次复习一下有关int型数据的内容，列在这里方便对比。

 

XML/HTML代码

1. • TINYINT——一个微小的整数，支持 -128到127(SIGNED)，0到255(UNSIGNED)，须要1个字节存储   
2. • BIT——同TINYINT(1)   
3. • BOOL——同TINYINT(1)   
4. • SMALLINT——一个小整数，支持 -32768到32767(SIGNED)，0到65535(UNSIGNED)，须要2个字节存储 MEDIUMINT——一个中等整数，支持 -8388608到8388607(SIGNED)，0到16777215(UNSIGNED)，须要3个字节存储   
5. • INT——一个整数，支持 -2147493648到2147493647(SIGNED)，0到4294967295(UNSIGNED)，须要4个字节存储   
6. • INTEGER——同INT   
7. • BIGINT——一个大整数，支持 -9223372036854775808到9223372036854775807(SIGNED)，0到18446744073709551615(UNSIGNED)，须要8个字节存储   
8. • FLOAT(precision)——一个浮点数。precision<=24用于单精度浮点数；precision在25和53之间，用于又精度浮点数。FLOAT(X)与相诮的FLOAT和DOUBLE类型有差相同的范围，可是没有定义显示尺寸和小数位数。在MySQL3.23以前，这不是一个真的浮点值，且老是有两位小数。MySQL中的全部计算都用双精度，因此这会带来一些意想不到的问题。   
9. • FLOAT——一个小的菜单精度浮点数。支持 -3.402823466E+38到-1.175494351E-38，0和1.175494351E-38 to 3.402823466E+38，须要4个字节存储。若是是UNSIGNED，正数的范围保持不变，但负数是不容许的。   
10. • DOUBLE——一个双精度浮点数。支持 -1.7976931348623157E+308到-2.2250738585072014E-308，0和2.2250738585072014E-308到1.7976931348623157E+308。若是是FLOAT，UNSIGNED不会改变正数范围，但负数是不容许的。   
11. • DOUBLE PRECISION——同DOUBLE   
12. • REAL——同DOUBLE   
13. • DECIMAL——将一个数像字符串那样存储，每一个字符占一个字节   
14. • DEC——同DECIMAL   
15. • NUMERIC——同DECIMAL   

 

转载请注明来源：www.blogguy.cn