varchar和char是两种最主要的字符串类型。不幸的是,很难精确地解释这些值是怎么储存在磁盘和内存中的,因为这根存储引擎的具体实现有关。下面的描述假设使用的存储引擎是InnoDB或者MyISAM。如果使用的不是这两种存储引擎,请参考所使用的存储引擎的文档。
先看看varchar和char值通常在磁盘上怎么存储的。请注意,存储引擎存储char或者varchar值的方式在内存中和磁盘上可能不一样,所以MySQL服务器从存储引擎读出的值可能需要转换成另一种存储格式。下面是关于两种类型的一些比较。
varchar
varchar类型用于存储可变长度字符串,是最常见的字符串数据类型。它比定长类型更节省空间,因为它仅使用必要的空间(例如,越短的字符串使用越少的空间)。有一种情况例外,MySQL表使用ROW_FROMAT=FIXED创建的话,每一行都会使用定长存储,这会很浪费空间。
varchar需要使用1或者2个额外字节记录字符串的长度:如果列的最大长度小于或者等于255字节,则使用1个字节表示,否则使用2个字节。假设采用latin1字符集,一个varchar(10)的列需要2个字节存储长度信息。
varchar节省了存储空间,所以针对性能也有帮助。但是由于长度是变长的,在update时可能使行变得比原来更长,这就导致需要做些额外的工作。但是如果一个行占用的空间增长,并且在页内没有更多的空间可以存储,在这种情况下,不同的存储引擎的处理方式是不一样的。例如,MyISAM会将行拆成不同的片段存储,InnoDB则需要分裂页来是行可以放进页内。其他一些存储引擎也许从不在原数据位置更新数据。
下面这些情况下使用varchar是合适的:
- 字符串列的最大长度比平均长度大很多;
- 列的更新很少,所以碎片不是问题;
- 使用了想UTF-8这样的复杂的字符集,每格字符都使用不同的字节数进行存储。
在5.0或者更高的版本,MySQL在存储和检索时会保留末尾空格。但在4.1或者更老的版本,MySQL会剔除末尾空格。
char
char类型是定长的:MySQL总是根据定义的字符串长度分配足够的空间。当存储char值时,MySQL会删除所有的末尾空格(4.1和更老版本中varchar也是这样实现的--也就是说这些版本中的char和varchar在逻辑上是一样的,区别只是在存储格式上)。char值会根据需要采用空格进行填充以方便比较。
char适合存储很短的字符串,或者所有值都接近同一个长度。例如,char非常适合存储密码的MD5值,因为这是一个定长的值。对于经常变更的数据,char也比varchar更好,因为定长的char类型不容易产生碎片。对于非常短的列,char比varchar存储空间上也更有效率,例如用char(1)来存储只有Y和N的值,如果采用单字节字符集只需要一个字节,但是varchar(1)却需要两个字节,因为还有一个记录长度的额外字节。
Tips 单字节字符集:记住字符串长度的定义不是字节数,是字符数。多字节字符集会需要更多的空间存储单个字符。
char类型的这些行为可能有点难以理解,下面通过一个具体的列子来说明。首先,我们创建一张只有一个char(10)字段的表,并且往里面插入一些值:
mysql> create table char_test(char_col char(10)); insert into char_test(char_col)values(‘string1‘),(‘ string2‘),(‘string3 ‘);
当检索这些值的时候,会发现string3末尾的空格被截断了。
mysql> select concat("‘",char_col,"‘") from char_test; +--------------------------+ | concat("‘",char_col,"‘") | +--------------------------+ | ‘string1‘ | | ‘ string2‘ | | ‘string3‘ | +--------------------------+
如果使用varchar(10)字段存储相同的值,结果如下:
mysql> select concat("‘",varchar_col,"‘") from varchar_test; +-----------------------------+ | concat("‘",varchar_col,"‘") | +-----------------------------+ | ‘string1‘ | | ‘ string2‘ | | ‘string3 ‘ | +-----------------------------+
数据如何存储取决于存储引擎,并非所有的存储引擎都会按照相同的方式处理定长和变长的字符串。Memory引擎只支持定长的行,即使有变长字段也会根据最大长度分配最大空间。(Percona Server里的Memory引擎支持变长的行)。不过填充和截取空格的行为在不同的存储引擎都是一样的。因为这是在MySQL服务器层进行处理的。
与char和varchar类似的类型还有binary和varbinary,它们存储的是二进制字符串。二进制字符串跟常规字符串非常相似,但是二进制字符串存储的是字节码而不是字符。填充也不一样:MySQL填充binary采用的是\0(零字节) 而不是空格,在检索时也不会去掉填充值。(如果需要在检索时保持值不变,则需要特别小心binary类型,MySQL会用\0将其填充到需要的长度。)
慷慨是不明智的 使用varchar(5)和使用varchar(200)存储‘hello‘的空间开销是一样的。那么使用更短的列有什么优势吗? 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。尤其是使用内存临时表进行排序或操作时会特别糟糕。在利用磁盘临时表进行排序同样糟糕。 所以,最好的策略是只分配真正需要的空间。