mysql 字元集

標籤：mysql字元集研究

通過官方文檔可知一行最多存65535個位元組。 utf-8 字元測試1 建表  一個漢字在utf-8中佔3個位元組

通過計算65535/3 可以得出每行最多存21845，建表 

650) this.width=650;" class="confluence-embedded-image" src="http://wiki.op.xywy.com/download/attachments/5736618/%E6%9C%80%E5%A4%A7%E5%AD%97%E7%AC%A6%E5%A4%B1%E8%B4%A5.jpg?version=1&modificationDate=1432004499000&api=v2" alt="%E6%9C%80%E5%A4%A7%E5%AD%97%E7%AC%A6%E5%" />

建立失敗 原因是varchar（N）的前兩個字元是表是varchar的長度。字元為空白時儲存是從第二位是從第2位開始，也就是N=（65535-2-1）/3 =21845

650) this.width=650;" class="confluence-embedded-image" src="http://wiki.op.xywy.com/download/attachments/5736618/%E6%9C%80%E5%A4%A7%E5%AD%97%E7%AC%A6-1.jpg?version=1&modificationDate=1432004695000&api=v2" alt="%E6%9C%80%E5%A4%A7%E5%AD%97%E7%AC%A6-1.j" />

 2 插入資料比較表的位元組變化

查看空表所佔位元組       空表所佔位元組 16384

650) this.width=650;" class="confluence-embedded-image" src="http://wiki.op.xywy.com/download/attachments/5736618/%E7%A9%BA%E8%A1%A8.jpg?version=1&modificationDate=1432004876000&api=v2" alt="%E7%A9%BA%E8%A1%A8.jpg?version=1&modific" />

插入資料 

650) this.width=650;" class="confluence-embedded-image" src="http://wiki.op.xywy.com/download/attachments/5736618/%E6%8F%92%E5%85%A5.jpg?version=2&modificationDate=1432022834000&api=v2" alt="%E6%8F%92%E5%85%A5.jpg?version=2&modific" />

查看錶的變化並計算 （備忘這是測試中插入兩行後的要除2）

650) this.width=650;" class="confluence-embedded-image" src="http://wiki.op.xywy.com/download/attachments/5736618/%E8%8C%B6%E5%90%8E.jpg?version=1&modificationDate=1432005228000&api=v2" alt="%E8%8C%B6%E5%90%8E.jpg?version=1&modific" />

計算表的大小147456/2-16384-1=65535 （1 是表中標註1行佔用的位元組）

字元數查看 select char_length(a1),length(a1) from tb_utf8;

650) this.width=650;" class="confluence-embedded-image" src="http://wiki.op.xywy.com/download/attachments/5736618/%E5%AD%97%E7%AC%A6%E6%95%B0.jpg?version=1&modificationDate=1432005676000&api=v2" alt="%E5%AD%97%E7%AC%A6%E6%95%B0.jpg?version=" />

驗證驗證為空白和不為空白時字元佔用

varchar （21844） 後正好佔用65533個位元組 tinyint類型佔用一個自己  65535=65532+2+1

650) this.width=650;" class="confluence-embedded-image" src="http://wiki.op.xywy.com/download/attachments/5736618/%E4%B8%8D%E4%B8%BA%E7%A9%BA.jpg?version=1&modificationDate=1432014634000&api=v2" alt="%E4%B8%8D%E4%B8%BA%E7%A9%BA.jpg?version=" />

varchar 為空白時驗證

650) this.width=650;" class="confluence-embedded-image" src="http://wiki.op.xywy.com/download/attachments/5736618/%E7%A9%BA.jpg?version=1&modificationDate=1432014857000&api=v2" alt="%E7%A9%BA.jpg?version=1&modificationDate" />

可以用看出為空白需要一個位元組去標示，表不能建立

 

結論： varchar 在utf-8中一個漢字佔用3個位元組， 數字和字母都佔用一個位元組。 為空白需要一個位元組去標示。

 

gbk 字元集測試建表: 根據gbk編碼一個漢字佔用2個位元組，一行最多有65535個位元組和上邊測試的為空白時多佔一個位元組。可以計算出varchar（N）  N在 varchar在為空白和非空的值

為空白 （65535-2-1）/2 = 32766個漢字     非空 （65535-2）/2=32766.5 也就是非空狀態下可以多建一個tinyint類型

varchar為空白建表

650) this.width=650;" class="confluence-embedded-image" src="http://wiki.op.xywy.com/download/attachments/5736618/k.jpg?version=1&modificationDate=1432021239000&api=v2" alt="k.jpg?version=1&modificationDate=1432021" />

varchar 非空建表

650) this.width=650;" class="confluence-embedded-image" src="http://wiki.op.xywy.com/download/attachments/5736618/fk.jpg?version=1&modificationDate=1432021270000&api=v2" alt="fk.jpg?version=1&modificationDate=143202" />

注釋： 在建表時如果varchar超過規定位元組數時會預設轉換字元類型

650) this.width=650;" class="confluence-embedded-image" src="http://wiki.op.xywy.com/download/attachments/5736618/c.jpg?version=1&modificationDate=1432021367000&api=v2" alt="c.jpg?version=1&modificationDate=1432021" />

插入資料後查看插入資料量

650) this.width=650;" class="confluence-embedded-image" src="http://wiki.op.xywy.com/download/attachments/5736618/%E6%8F%92%E5%85%A5.jpg?version=2&modificationDate=1432022834000&api=v2" alt="%E6%8F%92%E5%85%A5.jpg?version=2&modific" />

查看資料佔用的位元組

插入前表

650) this.width=650;" class="confluence-embedded-image" src="http://wiki.op.xywy.com/download/attachments/5736618/q.jpg?version=1&modificationDate=1432022919000&api=v2" alt="q.jpg?version=1&modificationDate=1432022" />

插入後

650) this.width=650;" class="confluence-embedded-image" src="http://wiki.op.xywy.com/download/attachments/5736618/h.jpg?version=1&modificationDate=1432022941000&api=v2" alt="h.jpg?version=1&modificationDate=1432022" />

結論： 在gbk字元中varchar（N） ，N<=23766個漢字 。如果N 大於32766 mysql 會預設的轉換字元類型。 gdk中能存32766個漢字或者數字字母。

 

latin1 字元集 測試

1character=1byte, 1漢字=2character,

建表   因為在latin1 中一個位元組=1個字元 ，建表時varchar（N） N 在varchar不為空白的時 N=65533 為空白時N=65532

 

650) this.width=650;" class="confluence-embedded-image" src="http://wiki.op.xywy.com/download/attachments/5736618/1.jpg?version=1&modificationDate=1432027180000&api=v2" alt="1.jpg?version=1&modificationDate=1432027" />

分別插入字母和漢字查看插入資料結果

650) this.width=650;" class="confluence-embedded-image" src="http://wiki.op.xywy.com/download/attachments/5736618/j1.jpg?version=1&modificationDate=1432028402000&api=v2" alt="j1.jpg?version=1&modificationDate=143202" />

可以看到插入的字元和漢字情況 通過計算插入漢字65523 ，插入漢字（65523-1）/2  個漢字。

顯示漢字長度不正確原因

在插入漢字是如果漢字大於varchar（n） 中（N-1）/2 的值 ，N為 是奇數 。插入的值為：漢字個數+1Null 字元     漢字個數=(N-1)/2

 

結論 ：  latin1 中varchar（N） N 最多能插入65523 個字母或數字，能插入N/2 個漢字 

mysql 字元集