MySQL字符类型学习笔记

@

一、字符集和字符编码

1.1、字符集

• 字符集：字符集就是字符的集合，例如GB2312是中国国家标准的简体中文字符集，GB2312收录简化汉字（6763个）及一般符号、序号、数字、拉丁字母、日文假名、希腊字母、俄文字母、汉语拼音符号、汉语注音字母，共 7445 个图形字符。

字符集查询sql：

# 方法一：直接show charset
SHOW CHARSET;
 #方法二：查询information_schema实例的character_sets
SELECT * FROM information_schema.character_sets;

我本地是5.7.22版本，支持的字符集就有如下：
| Charset | Description | Default collation | Maxlen |
|--|--|--|--|
|big5| Big5 Traditional Chinese| big5_chinese_ci | 2 |
|dec8 | DEC West European | dec8_swedish_ci | 1 |
|cp850 | DOS West European | cp850_general_ci | 1 |
|hp8 | HP West European | hp8_english_ci | 1 |
|koi8r | KOI8-R Relcom Russian | koi8r_general_ci | 1 |
|latin1 | cp1252 West European | latin1_swedish_ci | 1 |
|latin2 | ISO 8859-2 Central European | latin2_general_ci | 1 |
|swe7 | 7bit Swedish | swe7_swedish_ci | 1 |
|ascii | US ASCII | ascii_general_ci | 1 |
|ujis | EUC-JP Japanese | ujis_japanese_ci | 3 |
|sjis | Shift-JIS Japanese | sjis_japanese_ci | 2 |
|hebrew | ISO 8859-8 Hebrew | hebrew_general_ci | 1 |
|tis620 | TIS620 Thai | tis620_thai_ci | 1 |
|euckr | EUC-KR Korean | euckr_korean_ci | 2 |
|koi8u | KOI8-U Ukrainian | koi8u_general_ci | 1 |
|gb2312 | GB2312 Simplified Chinese | gb2312_chinese_ci | 2 |
|greek | ISO 8859-7 Greek | greek_general_ci | 1 |
|cp1250 | Windows Central European | cp1250_general_ci | 1 |
|gbk | GBK Simplified Chinese | gbk_chinese_ci | 2 |
|latin5 | ISO 8859-9 Turkish | latin5_turkish_ci | 1 |
|armscii8| ARMSCII-8 Armenian | armscii8_general_ci | 1 |
|utf8 | UTF-8 Unicode | utf8_general_ci | 3 |
|ucs2 | UCS-2 Unicode | ucs2_general_ci | 2 |
|cp866 | DOS Russian | cp866_general_ci | 1 |
|keybcs2| DOS Kamenicky Czech-Slovak | keybcs2_general_ci | 1 |
|macce | Mac Central European | macce_general_ci | 1 |
|macroman| Mac West European | macroman_general_ci | 1 |
|cp852 | DOS Central European | cp852_general_ci | 1 |
|latin7 | ISO 8859-13 Baltic | latin7_general_ci | 1 |
|utf8mb4 | UTF-8 Unicode | utf8mb4_general_ci | 4 |
|cp1251 | Windows Cyrillic | cp1251_general_ci | 1 |
|utf16 | UTF-16 Unicode | utf16_general_ci | 4 |
|utf16le | UTF-16LE Unicode | utf16le_general_ci | 4 |
|cp1256 | Windows Arabic | cp1256_general_ci | 1 |
|cp1257 | Windows Baltic | cp1257_general_ci | 1 |
|utf32 | UTF-32 Unicode | utf32_general_ci | 4 |
|binary | Binary pseudo charset | binary | 1 |
|geostd8 | GEOSTD8 Georgian | geostd8_general_ci | 1 |
|cp932 | SJIS for Windows Japanese | cp932_japanese_ci | 2 |
|eucjpms | UJIS for Windows Japanese | eucjpms_japanese_ci | 3 |
|gb18030 | China National Standard GB18030 | gb18030_chinese_ci | 4 |

1.2、字符编码

• 字符编码：字符编码是将字符映射为特定的字节或者字节序列，不过一般是特定的字符集采用特定的编码方式

字符编码查询sql：

#方法一：直接show collation
SHOW COLLATION;
#方法二：查询information_schema的collations
SELECT * FROM information_schema.collations;

查询一下字符编码，如下是5.7.22版本的，有222条记录：

注意：MySQL的字符集设置不进可以设置整一张表，也可以细到具体的每个字段上，用法是在建表或者修改字段时候加上charset [字符集名称]

二、字符集排序规则

2.1、排序规则定义

排序规则(Collation)：排序规则是指对字符集下字符的比较规则。

2.2 、排序规则特征

排序规则特征：

• 每个字符集都有一个默认的排序规则
• 一个字符集对应一个排序规则，两个不同字符集不能有相同的排序规则

注意：排序规则常用的命名规范有：以_ci结尾的表示大小写不敏感(case insensitive)，以_cs结尾的表示大小写敏感(case sensitive)，以_bin结尾的表示二进制的比较(binary)

如图，选择一下collation，5.7.22版本的，大部分都是以ci结尾的，也就是大小写不敏感

例子：

# 建表，字符编码默认是utf8_general_ci
 CREATE TABLE t (
a VARCHAR(10)
 )CHARSET = utf8;
 # 写入两条数据
 INSERT INTO t SELECT 'a';
 INSERT INTO t SELECT 'A';
 # 查出两条数据，说明大小写不敏感
SELECT * FROM t WHERE a='a';
# 唯一索引也是不可以建的
ALTER TABLE t ADD UNIQUE KEY (a);

# 修改一下字符编码
ALTER TABLE t MODIFY COLUMN a VARCHAR(10) COLLATE utf8_bin;
# 查出一条数据，说明大小写敏感
SELECT * FROM t WHERE a = 'a';
# 这种情况 唯一索引是可以建的
ALTER TABLE t ADD UNIQUE KEY (a);

三、CHAR和VARCHAR

char和varchar是两种最常见的字符串类型，其语法分别是char(N)和varchar(N)，注意其中N在MySQL4.1版本后都表示字符的长度，而非字节长度，在MySQL4.1之前版本才表示字节的长度

3.1、CHAR类型

对于CHAR(N)，N的范围为0~255

CHAR(N)是来保存固定长度的字符串，也是根据设置的值N，假如N设置为10，不管你传什么范围内的字符串，都是固定长度为10的，因为数据库为存储列的右边进行填充(Right padded)，而在读取时候数据库又会自动将填充的字符删除.除非设置SQL_MODE属性PAD_CHAR_TO_FULL_LENGTH，才可以正常显示

例子实践：

# 建表实践
CREATE TABLE t (a CHAR(10));
# 写入数据
INSERT INTO t SELECT 'abcd';
# 查询
SELECT a, HEX(a), LENGTH(a), CHAR_LENGTH(a) FROM t;

# 查询全局SQL_MODE
SELECT @@global.sql_mode;
# 查询会话SQL_MODE
SELECT @@session.sql_mode; 
# 设置SQL_MODE属性
SET SQL_MODE = 'PAD_CHAR_TO_FULL_LENGTH';
# 再次查询
SELECT a, HEX(a), LENGTH(a), CHAR_LENGTH(a) FROM t;

3.2、VARCHAR类型

对于varchar类型是存储可变长字符串的，意思就是varchar(10)的列，我写字符串“abcd“，该列存储的4个字符，而char(10)的列才会存储10个字符

四、BINARY和VARBINARY

4.1、特性对比

BINARY(N)和VARBINARY(N)与前面介绍的CHAR(N)和VARCHAR(N)类型有点类似，BINARY可类比CHAR，VARBINARY可以类比VARCHAR类型。

对比：

• 不同的是BINARY和VARBINARY存储的都是二进制类型的字符串，CHAR和VARCHAR存储的才是字符类型的字符串
• BINARY和VARBINARY没有字符集的概念，CHAR和VARCHAR这些才有字符集的概念
• BINARY(N)和VARBINARY(N)中的N表示的字节的长度，从前面我们知道CHAR(N)和VARCHAR(N)中的N自从MySQL4.1之后，就表示字符的长度
• CHAR和VARCHAR进行字符比较时，是比较本身存储的字符，忽略填充的字符的，而BINARY和VARBINARY是不忽略的，比较的是二进制值的

4.2、例子实践

SELECT 
  HEX('a'),
  HEX('a '),
  'a' = 'a ',
  BINARY('a') = BINARY('a ') ;

五、BLOB和TEXT

可以将blob类型的列视为足够大的varbinary类型的列，也可以将text类型的列视为足够大的varchar类型的列

5.1、text类型

TEXT 是用来存储字符大数据类型的，TEXT类型和blob类型一样，可以细分为：

• tinytext(2^8)
• text(2^16)
• mediumtext(2^24)

• longtext(2^32)

  5.2、blob类型

  BLOB(Binary Large Object)是用来存储二进制大数据类型的。根据存储长度的不同，blob类型可以细分为：
• tinyblob(2^8)
• blob(2^16)
• mediumblob(2^24)

• longblob(2^32)

5.3、排序问题

blob和text排序问题：
注意： BLOB和TEXT排序时只使用列的前max_sort_length个字节

SET GLOBAL max_sort_length =1024;
SELECT @@global.max_sort_length;

5.4、索引问题

blob和text加索引问题：
blob和text类型的列加索引时候，需要注意一些细节

• 1、对于列不能有默认值
• 2、加索引时需要指定索引前缀长度

CREATE INDEX indexName ON tablename(columnTest(1000)); 

六、ENUM和SET类型

6.1、集合类型简介

enum和set类型都是集合类型，不同是enum最多枚举65536个元素，而set类型最多枚举64个元素

6.2、集合类型例子

# 创建表验证问题
CREATE TABLE t (username VARCHAR(20),sex ENUM('male','female'))ENGINE=INNODB;
# 正常写数据
INSERT INTO t SELECT 'David','male';
INSERT INTO t SELECT 'john','female';
# 写数据，因为没有对应枚举类型，不过还是可以写入，不是警告而已
INSERT INTO t SELECT 'mariah','security';
# 查询出来，发现sex字段没值
select * from t ;
# 设置严格模式的
SET SQL_MODE = 'strict_trans_tables';
# 再次写数据，发现不可以写
INSERT INTO t SELECT 'mariah','security';
# 再次查询没有写成功
SELECT * FROM t;