字符集及数据类型

字符集及数据类型

一、字符集

• 字符集是对SQL语句编码风格的一种标准规范，如果没有统一的字符集，SQL语句在使用的过程中就会混乱。
• 查询所有的字符集：show charset;
• 数据库刚建之初的字符集编码格式是latin1，现在在中国使用的数据库主流字符集是utf8或者utf8mb4，少量会使用gbk。
• utf8和utf8mb4的区别：
  • utf8：一个中文占据3个字节，该字符集下不能存储emoji表情数据
  • utf8mb4：一个中文占4个字节，该字符集下可以存储emoji表情数据，并且mb4包含普通的utf8

  在数据库创建时建议直接选择utf8mb4。

二、校验规则/排序规则(collation)

• 查看所有的排序规则：show collation;
• utf8mb4_general_ci：大小写不敏感
• utf8mb4_bin：大小写敏感

根据不同的场景来选择对于嗯的排序规则

三、数据类型

• 数字类型：
  • tinyint:极小的整数类型，范围在0～256
  • smallint:较小的整数类型，范围在-2^15~215
  • int类型：常规的整数类型，范围在-2^32~232-1
• 字符串
  • 在生产中使用最多的数据类型
  • 类别：
    • char(100)：定长的数据类型，100表示数据的长度，不管存储的字符串长度多长，都立即分配100个字符长度的存储空间，未占满的空间使用空格来填充
    • varchar(num)：不定长的数据类型，num表示数据的长度。每次存储数据之前都要先判断一下字符串的长度，按需分配磁盘空间。会单独申请一个字符串长度空间来存储字符串长度(少于255)，
      如果超过以上的字符串长度会占用两个存储空间。

    如何选择这两个数据类型：当数据长度小于255，并且是定长的数据就选择char(100)，如果数据长度大于255或者不定长的则选择varchar(num)

    • enum(枚举)
• 时间
  • datatime:年月日时分秒
    • 范围：1000-01-01 00:00:00 到 9999-12-31 23:59:59.999999
    • 开始设置的什么时区就一直固定，不会变
  • timestamp:年月日时分秒
    • 范围：1970-01-01 00:00:00 到 2038-01-19 03:14:07.999999
    • 会自动根据所在的时区走
• 二进制