MySQL之varchar

0.前言

探究关于MySQL中varchar长度的定义

1.研究MySQL的varchar列类型的背景

1.MySQL5.x

2.InnoDB

2.varchar

对于varchar的争论，目前总结来看，主要有三种看法：（注：以下讨论仅仅在非严格模式下的MySQL）

第一种：(错误)

varchar(3)表示varchar能存储3个字节，存储如下表：

要插入的字符	实际存入的字符	占用长度
ab	ab	2字节
abc	abc	3字节
abcd	abc	3字节

第二种：(4.x版本)

varchar(3)不能表示varchar能存储3个字节，因为按照MySQL官方文档的定义，会有一个字节用来存储长度，所以3个字节只能存两个字母字符。

要插入的字符	实际存入的字符	占用长度
ab	ab	3字节
abc	ab	3字节
abcd	ab	3字节

这种说法很有道理，因为官方文档都说了，会有一个字节用来存储长度。这里把文档的原话翻译一下引入进来：

VARCHAR值保存时只保存需要的字符数，另加一个字节来记录长度（如果列声明的长度超过255，则使用两个字节）。

第三种：(5.x版本)

varchar(3)表示varchar能够存储3个字符，注意这里是字符，不是字节。也就是说无论汉字，还是字母等，都是一个字符。

要插入的字符	实际存入的字符	占用长度
ab	ab	3字节
abc	abc	4字节
abcd	abc	4字节
中国人	中国人	10字节

这里有个前提，即编码格式是UTF8。这是需要注意的点是中间的连字符：数据库中为UTF8 ，在程序中是UTF-8.

MySQL字符集

MySQL字符集的解释，http://doc.mysql.cn/mysql5/refman-5.1-zh.html-chapter/charset.html

MySQL支持的字符集有Unicode字符集，西欧字符集，中欧字符集，南欧与中东字符集，波罗的海字符集，西里尔字符集和亚洲字符集。

这么多我也是看醉了。最常用的是Unicode字符集，而这种字符集里又分两种，一种ucs2，另一种为utf8

UTF8字符集的思想，是不同Unicode字符采用变长字节序列编码：

基本拉丁字母，数字和标点使用一个字节
大多数的欧洲和中东手写字母适合两个字节序列
韩语，中文和日本象形文字使用三个字节序列

3.MySQL存储

上一章讨论的结果，从官方文档中证实5.x下第三种说法是正确的。如果要存50个字符，就定义成varchar(50)。

以前老代码中，很多都都定义成varchar(63)，varchar(127)，varchar(255)这样。这是MySQL4.x的影响。

MySQL的InnoDB存储结构

MySQL中InnoDB的数据存储结构从大到小，分为：Tablespace，segment，extend，page(block)，row。

page的另一个名字叫做block，和hadoop中的block类似。

每个table对应一个tablespace，在tablespace中，index/数据/transaction信息又各自存放于不同的segment。

每个segment又分64个连续page，每个page固定大小16K。

4.结论

存储引擎是按页读取的，也就是说，内容最好在一页上。但是page的子节点是row和索引，而且对于数据存储量，我们是无法控制的。

所以一切就OUT OF CONTROLL了，以上的疑问没有什么卵用。

如果一列需要50个字符，就定义varchar(50)，如果考虑扩展性，就可以定得再高一些。不必刻意去用63，127和255这样的数字来定义长度。

5.提醒和声明

参考5.1官方文档

http://doc.mysql.cn/mysql5/refman-5.1-zh.html-chapter/