MySQL列类型 之 字符串型


字符串型

在 SQL 中,将字符串类型分成了 6 类,分别为:charvarchartextblobenumset.


第 1 类:定长字符串

定长字符串:char,即磁盘(二维表)在定义结构的时候就已经确定了最终数据的存储长度。

  • char(L):L 表示 Length,即可以存储的长度,单位为字符,最大长度为 255;
  • char(4):表示在 UTF8 环境下,需要 4*3=12 个字节。

第 2 类:变长字符串

变长字符串:varchar,即在分配存储空间的时候,按照最大的空间分配,但是实际用了多少,则是根据具体的数据来确定。

  • varchar(L):L 表示 Length,理论长度是 65536,但是会多出 1 到 2 个字节来确定存储的实际长度;
  • varchar(10):例如存储 10 个汉字,在 UTF8 环境下,需要 10*3+1=31 个字节。

实际上,如果存储长度超过 255 个字符,则既不用定长字符串也不用变长字符串,而是用文本字符串text.

如何选择定长字符串或者是变长字符串呢?

  • 定长字符串对磁盘空间比较浪费,但是效率高:如果数据基本上确定长度都一样,就使用定长字符串,例如身份证、电话号码等;
  • 变长字符串对磁盘空间比较节省,但是效率低:如果数据不能确定长度(不同的数据有变化),就使用变长字符串,例如地址、姓名等。

第 3 类:文本字符串

如果数据量非常大,通常说超过 255 个字符就会使用文本字符串。

文本字符串根据存储的格式进行分类,可以分为:

  • text:存储文字;
  • blob:存储二进制数据(其实际上都是存储路径),通常不用。

第 4 类:枚举字符串

枚举字符串:enum,需要事先将所有可能出现的结果都设计好,实际上存储的数据必须是规定好的数据中的一个。

枚举字符串的使用方式:

  • 定义:enum('元素1','元素2','元素3'...),例如enum('男','女','保密')
  • 使用:存储的数据,只能是事先定义好的数据。

执行如下 SQL 语句创建枚举表,进行测试:

-- 创建枚举表
create table my_enum(
	gender enum('男','女','保密')
)charset utf8;

create-table-myenum

再执行如下 SQL 语句,向表my_enum中插入测试数据:

-- 插入测试数据
insert into my_enum values ('男'),('女'),('保密');
insert into my_enum values ('male');

insert-myenum

通过上面的测试,咱们可以发现使用枚举字符串有一个好处,那就是: 规范数据格式,插入表中的数据只能是事先定义好的某个数据。

此外,枚举字符串还有一个作用,那就是: 节省存储空间(枚举数据通常都有一个别名),枚举实际上存储的是数值而不是字符串本身。

在 MySQL 中,系统是有自动转换数据格式的功能的。在这里,咱们可以证明枚举字段存储的是数值,具体方法为:将数据取出来+0,如果是字符串最终结果永远为0,否则就是其他值。

-- 验证枚举字段实际存储的格式
select gender + 0,gender from my_enum;

select-myenum

观察上述结果,咱们可以找出枚举元素的实际规律,即按照元素出现的顺序,从1开始编号。接下来,咱们再来了解 枚举的原理

  • 枚举在进行数据规范(定义)的时候,系统会自动建立一个数字与枚举元素的对应关系(放在日志中);在进行数据插入的时候,系统自动将字符串转换为对应的数值进行存储;在进行数据提取的时候,系统自动将数值转换成对应的字符串进行显示。

通过阅读以上枚举的原理,咱们可以知道: 使用枚举的效率并不高(低于其他类型的数据),但能规范数据和节省存储空间。


第 5 类:集合字符串

集合字符串:set,跟枚举类似,实际存储的是数值而不是字符串。

集合字符串的使用方式:

  • 定义:set,元素列表;
  • 使用:可以使用元素列表中的多个元素,用逗号分隔。

执行如下 SQL 语句创建枚举表,进行测试:

-- 创建集合表
create table my_set(
	hobby set('音乐','电影','旅行','美食','摄影','运动','宠物')
)charset utf8;

create-table-myset

再执行如下 SQL 语句,向表my_set中插入测试数据:

-- 插入测试数据
insert into my_set values ('电影,美食,宠物');
insert into my_set values (3);

insert-myset

再执行如下 SQL 语句,查看表my_set中的数据:

-- 查看数据
select hobby + 0,hobby from my_set;

select-myset

观察上面的结果,相信大部分童鞋也懵啦!对于3还好理解,3=2+1,对应于集合中数据的编号,也正是音乐电影;但是74是什么鬼啊?在此,咱们不妨将集合('音乐','电影','旅行','美食','摄影','运动','宠物')中的元素选中的记为1,没有选中的记为0,表示成二进制,也就是:

  • 0101001

再将上面的二进制反过来:

  • 1001010

不妨算算,上述二进制对应的十进制数,即为74.

到这里,相信大家已经恍然大悟啦,原来: 集合字符串中每一个元素都对应一个二进制位,其中被选中的为1,未选中的为0,最后在反过来,这个二进制数对应的十进制数即为其数据库中实际存储的是数值。

此外,集合字符串中插入元素的顺序并没有影响,最终系统都会自动去匹配集合的顺序,即:

-- 插入测试数据
insert into my_set values ('电影,美食,旅行');
insert into my_set values ('旅行,电影,美食');

上述两个 SQL 语句会产生相同的结果:

insert-select-myset

如上图所示,显然咱们的结论得到了验证。

最后,集合的原理同枚举类似,因此可以的到相同的结论,即: 使用集合的效率并不高(低于其他类型的数据),但能规范数据和节省存储空间。