Mysql中varchar存放中文与英文所占字节异同

本文详细介绍了UTF-8、GBK编码的区别,UTF8MB4作为UTF-8的扩展,支持更多字符。在MySQL中,UTF-8每个汉字占用3字节,GBK每个汉字占用2字节,而varchar最大长度受制于MySQL的行大小限制。此外,还探讨了数值类型存储所占字节数及不同编码下varchar的最大存储数量。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、关于UTF-8

UTF-8 Unicode Transformation Format-8bit。是用以解决国际上字符的一种多字节编码。

它对英文使用8位(即一个字节) ,中文使用24位(三个字节)来编码。

UTF-8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。

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。

二、关于GBK

GBK 是国家标准GB2312基础上扩容后兼容GB2312的标准。

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。

三、关于utf8mb4

MySql 5.5 之前,UTF8 编码只支持1-3个字节,只支持BMP这部分的unicode编码区,BMP是从哪到哪?
戳这里 基本就是 0000 ~ FFFF 这一区。

从MySQL 5.5 开始,可支持4个字节UTF编码utf8mb4,一个字符最多能有4字节,所以能支持更多的字符集。


utf8mb4 is a superset of utf8

tf8mb4兼容utf8,且比utf8能表示更多的字符。

至于什么时候用,看你做的什么项目了。。。
在做移动应用时,会遇到IOS用户在文本的区域输入emoji表情,如果不做一定处理,就会导致插入数据库异常。

四、汉字长度与编码有关

MySql 5.0 以上的版本:

1、一个汉字占多少长度与编码有关:

  • UTF-8:一个汉字 = 3个字节,英文是一个字节
  • GBK: 一个汉字 = 2个字节,英文是一个字节

2、varchar(n) 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。

3、MySQL检查长度,可用SQL语言


SELECT LENGTH(fieldname) FROM tablename 

五、实际测试

1、首先使用utf8 创建 str_test 表。

    CREATE TABLE `str_test` (
        `name_chn` varchar(20) NOT NULL,
        `name_en`  varchar(20) NOT NULL
    ) ENGINE=InnoDB AUTO_INCREMENT=62974 DEFAULT CHARSET=utf8

然后插入值

    mysql> insert into  str_test values ('我爱Ruby', 'I Love Ruby!');
    Query OK, 1 row affected (0.02 sec)

打开irb

    >> "我爱Ruby".size
    => 6
    >> "I Love Ruby!".size
    => 12
    >>

从MySQL中查询出来的结果,对比

    mysql> select * from str_test;
    +------------+--------------+
    | name_chn   | name_en      |
    +------------+--------------+
    | 我爱Ruby   | I Love Ruby! |
    +------------+--------------+
    1 row in set (0.02 sec)


    mysql> select length(name_chn) from str_test;
    +------------------+
    | length(name_chn) |
    +------------------+
    |               10 |
    +------------------+
    1 row in set (0.01 sec)

3[一个汉字三字节] * 2 + 1[一个英文一字节] * 4 = 10

    mysql> select length(name_en) from str_test;
    +-----------------+
    | length(name_en) |
    +-----------------+
    |              12 |
    +-----------------+
    1 row in set (0.00 sec)

10[一个英文一字节] * 1 + 2[空格一字节] * whitespace = 12

2、使用 GBK 做测试

创建表

        CREATE TABLE `str_test` (
        `name_chn` varchar(20) NOT NULL,
        `name_en`  varchar(20) NOT NULL
    ) ENGINE=InnoDB AUTO_INCREMENT=62974 DEFAULT CHARSET=gbk

插入数据,并且测试

    mysql> insert into  str_test values ('我爱Ruby', 'I Love Ruby!');
    Query OK, 1 row affected (0.00 sec)

    mysql> select * from str_test;
    +------------+--------------+
    | name_chn   | name_en      |
    +------------+--------------+
    | 我爱Ruby   | I Love Ruby! |
    +------------+--------------+
    1 row in set (0.01 sec)

GBK 中文是两个字节,英文是一个字节。

    mysql> select length(name_chn) from str_test;
    +------------------+
    | length(name_chn) |
    +------------------+
    |                8 |
    +------------------+
    1 row in set (0.00 sec)

2[中文两个字节] * 2 + 4[英文一个字节] * 1 = 8

    mysql> select length(name_en) from str_test;
    +-----------------+
    | length(name_en) |
    +-----------------+
    |              12 |
    +-----------------+
    1 row in set (0.00 sec)

10[英文一个字节] * 1 + 2[空格一个字节] * whitespace = 12

六、关于varchar 最多能存多少值

  • mysql的记录行长度是有限制的,不是无限长的,这个长度是64K,即65535个字节,对所有的表都是一样的。

  • MySQL对于变长类型的字段会有1-2个字节来保存字符长度。

  • 当字符数小于等于255时,MySQL只用1个字节来记录,因为2的8次方减1只能存到255。

  • 当字符数多余255时,就得用2个字节来存长度了。

  • utf-8状态下的varchar,最大只能到 (65535 - 2) / 3 = 21844 余 1。

  • gbk状态下的varchar, 最大只能到 (65535 - 2) / 2 = 32766 余 1

使用 utf-8 创建

        mysql>     CREATE TABLE `str_test` (
        ->         `id`  tinyint(1)  NOT NULL,
        ->         `name_chn` varchar(21845) NOT NULL
        ->     ) ENGINE=InnoDB AUTO_INCREMENT=62974 DEFAULT CHARSET=utf8
        -> ;
        ERROR 1118 (42000): Row size too large. The maximum row size for the used table type, not counting BLOBs, is 65535. This includes storage overhead, check the manual. You have to change some columns to TEXT or BLOBs
        mysql>     CREATE TABLE `str_test` (
        ->         `id`  tinyint(1)  NOT NULL,
        ->         `name_chn` varchar(21844) NOT NULL
        ->     ) ENGINE=InnoDB AUTO_INCREMENT=62974 DEFAULT CHARSET=utf8
        ->
        ->
        -> ;
        Query OK, 0 rows affected (0.06 sec)

使用gbk创建

当存储长度为 32768 失败~

        mysql>     CREATE TABLE `str_test` (
        ->         `id`  tinyint(1)  NOT NULL,
        ->         `name_chn` varchar(32768) NOT NULL
        ->     ) ENGINE=InnoDB AUTO_INCREMENT=62974 DEFAULT CHARSET=gbk
        -> ;
    ERROR 1074 (42000): Column length too big for column 'name_chn' (max = 32767); use BLOB or TEXT instead

当存储长度为 32767 失败~

    mysql>     CREATE TABLE `str_test` (                                                                                                 ->         `id`  tinyint(1)  NOT NULL,
        ->         `name_chn` varchar(32767) NOT NULL
        ->     ) ENGINE=InnoDB AUTO_INCREMENT=62974 DEFAULT CHARSET=gbk
        -> ;
    ERROR 1118 (42000): Row size too large. The maximum row size for the used table type, not counting BLOBs, is 65535. This includes storage overhead, check the manual. You have to change some columns to TEXT or BLOBs

当存储长度为 32766 成功~

    mysql>     CREATE TABLE `str_test` (
        ->         `id`  tinyint(1)  NOT NULL,
        ->         `name_chn` varchar(32766) NOT NULL
        ->     ) ENGINE=InnoDB AUTO_INCREMENT=62974 DEFAULT CHARSET=gbk
        -> ;
    Query OK, 0 rows affected (0.03 sec)

smallint 用两个字节存储,所以

2[smallint] + 32766 * 2[varchar存储长度] + 2[2个字节来存长度] > 65535

所以失败~

     mysql>     CREATE TABLE `str_test` (
         ->         `id`  smallint(1)  NOT NULL,
         ->         `name_chn` varchar(32766) NOT NULL
         ->     ) ENGINE=InnoDB AUTO_INCREMENT=62974 DEFAULT CHARSET=gbk
         -> ;
     ERROR 1118 (42000): Row size too large. The maximum row size for the used table type, not counting BLOBs, is 65535. This includes storage overhead, check the manual. You have to change some columns to TEXT or BLOBs

#####七、数值类型所占的字节

类型所占字节
int4 字节
smallint2 字节
tinyint1 字节
decimal变长

官方关于decimal 的描述如下

Values for DECIMAL (and NUMERIC) columns are represented using a binary format that packs nine decimal (base 10) digits into four bytes.

Storage for the integer and fractional parts of each value are determined separately.

Each multiple of nine digits requires four bytes, and the “leftover” digits require some fraction of four bytes.

The storage required for excess digits is given by the following table.

翻译为中文

使用二进制格式将9个十进制(基于10)数压缩为4个字节来表示DECIMAL列值。

每个值的整数和分数部分的存储分别确定。

每个9位数的倍数需要4个字节,并且“剩余的”位需要4个字节的一部分。

下表给出了超出位数的存储需求:

Leftover DigitsNumber Of Bytes
00
11
21
32
42
53
63
74
84

那:decimal(10,2)占几个字节?

1、首先 10 指的是整数与小数部分的总长度, 2指的是小数部分的长度。那么整数部分就只有 10 - 2 = 8 位

2、因为整数与小数的存储市各自独立确定的,所以他们各自所占用空间的综合就是所占的总空间了。

3、对表可知,整数部分8位占了4个字节,小数部分2位占了1个字节,所以decimal(10,2)总共占了 4 + 1 = 5 个字节。

4、decimal(6,2) 整数部分(6 - 2 = 4) 位占2字节,小数部分2位占1字节,总共占3字节。

八、总结

varchar 字段是将实际内容单独存储在聚簇索引之外,内容开头用1到2个字节表示实际长度(长度超过255时需要2个字节),因此最大长度不能超过65535。

  • UTF-8:一个汉字 = 3个字节,英文是一个字节
  • GBK: 一个汉字 = 2个字节,英文是一个字节

utf-8状态下,汉字最多可以存 21844个字符串, 英文也为 21844个字符串。

gbk状态下,汉字最多可以存 32766个字符串,英文也为 32766个字符串。

<think>好的,用户之前让我帮忙把MySQL的建表语句转成达梦的,现在他又补充了一些信息,还提到了查询结果数量的问题。需要结合之前的对话和新的引用内容来处理。 首先,回顾之前的转换,我已经调整了字符集和存储参数,现在用户可能希望更详细的步骤,或者是否有其他需要注意的地方。用户这次提到了参考站内的引用,里面有关于函数差异、查询转换等内容,可能需要注意达梦和MySQL在函数或语法上的不同,尤其是在查询结果数量的时候,比如COUNT(*)是否有差异。 用户的需求有两个部分:创建表和查询结果数。创建表的部分之前已经处理过,可能需要再次确认是否有遗漏的地方,比如字段类型是否需要调整,或者约束是否有不同。例如,达梦的VARCHAR最大长度是否和MySQL一致?根据之前的回答,用户可能想知道更多细节。 查询结果数量的话,在达梦中应该也是用SELECT COUNT(*) FROM table,但需要确认是否有语法差异,或者性能方面的优化建议。比如,是否需要考虑索引的影响,或者达梦是否有特定的优化方式,如查询转换,像引用中提到的谓词传递等,可能影响查询效率。 另外,用户提供的引用里提到达梦的函数可能有差异,所以在转换的时候是否需要替换某些函数?不过这次的问题主要是建表和简单的COUNT查询,可能影响不大。但需要确保COUNT(*)在达梦中的使用方式MySQL一致。 还要注意用户可能对达梦的存储参数或字符集设置还有其他疑问,比如之前的回答提到STORAGE子句,可能需要进一步解释。但用户这次的重点是创建表和查询数量,所以应保持回答集中在这些点上。 可能需要提醒用户,在创建表后,如果数据量大的话,查询结果数可能会比较慢,建议在num字段(主键)上使用COUNT(num)是否有性能提升,或者达梦是否有其他优化手段。 最后,确保回答结构清晰,分步骤说明创建表和查询的方法,并指出可能的关键差异,比如字符集、主键定义等,同时给出查询数量的SQL示例。还要生成相关问题,帮助用户深入理解可能遇到的问题,比如达梦的COUNT优化、函数差异等。</think>### MySQL转达梦数据库建表查询完整解决方案 #### 一、表结构转换实现 1. **核心语法转换** ```sql CREATE TABLE IF NOT EXISTS "TB_manager_info" ( "num" CHAR(10) NOT NULL, "name" VARCHAR(50), "password" VARCHAR(10), "role" INT, "state" INT, PRIMARY KEY("num") ) STORAGE(CHARACTER SET 'UTF-8') COMMENT = '管理员信息表'; ``` 2. **关键技术差异说明** - **字段类型映射**:达梦的`CHAR`/`VARCHAR`最大支持8188字节MySQL的65535字节不同[^1] - **字符集配置**:必须显式指定`STORAGE(CHARACTER SET 'UTF-8')`(注意达梦使用`UTF-8`而非MySQL的`utf8`) - **对象命名规范**:建议使用双引号包裹标识符以避免大小写敏感问题[^2] #### 二、查询结果数量方法 1. **基础查询语句** ```sql SELECT COUNT(*) FROM "TB_manager_info"; ``` 2. **性能优化建议** - 使用主键字段统计:`SELECT COUNT(num) FROM "TB_manager_info";`(利用主键索引加速) - 达梦特有的快速统计:`SELECT TABLE_USED_PAGES('TB_manager_info') * 256;`(估算数据页数量)[^3] #### 三、兼容性注意事项 1. **函数差异处理** ```sql -- MySQL的IFNULL需改为达梦的NVL SELECT NVL(name, '无名') FROM TB_manager_info; ``` 2. **查询转换优化** 达梦优化器会自动进行类似MySQL的谓词传递优化[^4],例如: ```sql -- 原始查询 SELECT * FROM TB_manager_info WHERE role = (SELECT MAX(role) FROM TB_manager_info) -- 达梦可能改写为等价形式提升性能 ``` #### 四、验证步骤 1. 执行`SP_TABLEDEF('SYSDBA', 'TB_manager_info');`查看表定义 2. 使用`EXPLAIN SELECT COUNT(*) FROM TB_manager_info;`分析查询计划 3. 对比`STATEMENT1001`和`V$SQL`视图验证实际执行效率 --相关问题--: 1. 达梦数据库中`COUNT(1)`和`COUNT(*)`的性能差异如何? 2. 如何为达梦数据库表添加MySQL兼容的自增主键? 3. 达梦的`STORAGE`子句支持哪些高级存储参数配置? 4. 达梦优化器的查询转换功能MySQL优化器有何异同
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值