有没有觉得我们设置varchar长度的时候，很多时候都设置成255，这是为什么呢？
其实是因为在5.5.3版本之前
InnoDB存储引擎的表索引的前缀长度最长是767字节(bytes)，
MyIsam存储引擎的表索引的前缀长度最长是1000字节(bytes)。
所以如果字段要创建索引的话，长度就不能超过对应存储引擎的要求 767 bytes或 1000 bytes，而如果中文按1个字符占用3个字节计算，总字节数刚好为765。
1071 - Specified key was too long; max key length is 767 bytes
要控制字节长度，就要说到字节编码了。
一、位（bit）、字节（byte）、字符
位（bit）：计算机内部数据储存的最小单位，10001000是一个八位二进制数。
字节（byte）：计算机中数据处理 的基本单位，习惯上用大写 B 来表示。
1 B = 8bit
1 KB = 1024 B
1 MB = 1024 KB (2^10 B)
1 GB = 1024 MB (2^20 B)
1 TB = 1024 GB (2^30 B)
字符：计算机中使用的字母、数字、字和符号，如 a、A、中、+、*、の......
二、编码
UTF-8：是用以解决国际上字符的一种多字节编码。包含全世界所有国家需要用到的字符，是国际编码，通用性强。一个汉字 = 3个字节，英文是一个字节
UTF-8编码的文字可以在各国支持UTF8字符集额的浏览器上显示。如果是UTF8编码，则在外国人的英文IE也能显示中文，他们无需下载IE的中文语言支持包。
GBK：GB2312基础上扩容后的国家标准，兼容GB2312。
GBK的文字编码是用双字节来表示的，即不论中、英文字符均使用双字节来表示，为了区分中文，将其最高位都设定成1。
GBK包含全部中文字符，是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBK大。
utf8mb4：在MySQL5.5.3之后增加的，专门用来兼容四字节的unicode的utf-8的超集，比utf-8能表示更多的字符。mb4即为most bytes 4。
latin1：ISO-8859-1的别名，单字节编码，在支持Latin1编码的系统中传输和存储其他任何编码的字节流都不会被抛弃。换言之，把其他任何编码的字节流当作Latin1编码看待都没有问题
三、中文与编码
MySql 5.0 以上的版本：
- 一个汉字占多少长度与编码有关：
UTF-8：一个汉字 = 3个字节，英文 = 1个字节
GBK： 一个汉字 = 2个字节，英文 = 1个字节
- varchar(n) 在mysql 5.0.3之前表示n个字节，之后修改为表示n个字符，无论汉字和英文，mySql都能存入n个字符，仅实际字节长度有所区别。
- MySQL检查长度，可用一下SQL语言查询
SELECT LENGTH(fieldname) FROM tablename
- 测试
（1）测试 UTF-8
CREATE TABLE `test_char_length_utf8` (
`v1` varchar(9) ,
`v2` varchar(9)
)ENGINE=InnoDB CHARSET=utf8;
创建表单(UTF-8)
SELECT LENGTH(v1), LENGTH(v2) FROM test_char_length_utf8
查询长度
（2）测试 GKB
CREATE TABLE `test_char_length_gbk` (
`v1` varchar(9) ,
`v2` varchar(9)
)ENGINE=InnoDB CHARSET=gbk;
创建表单(GBK)
SELECT LENGTH(v1), LENGTH(v2) FROM test_char_length_gbk
查询长度
四、总结
- varchar(255) 是为了索引而设置，能够存储255个汉字。
- varchar(255) 后来成为一些人使用的惯性，其实应根据实际业务场景设置长度。
- varchar(n) 中的n在mysql 5.0.3之前表示n个字节，之后表示n个字符，按照实际使用的数据库字符编码集，占用不同字节数量，比如GBK、UTF8MB4等等。
网友评论