char與varchar的區別

今天特地搜了一下資料庫的字串的定義的區別，寫的蠻好的，特摘抄如下：

在資料庫中，字元型的資料是最多的，可以佔到整個資料庫的80%以上。為此正確處理字元型的資料，對於提高資料庫的效能有很大的作用。在字元型資料中，用的最多的就是Char與Varchar兩種類型。前面的是固定長度，而後面的是可變長度。現在我們需要考慮的是，在什麼情況下使用Char字元型資料，什麼情況下採用Varchar字元型資料。在這部分內容中，我就跟大家來探討一下這個話題。

　　一、VARCHAR與CHAR字元型資料的差異

　　在MySQL資料庫中，用的最多的字元型資料類型就是Varchar和Char.。這兩種資料類型雖然都是用來存放字元型資料，但是無論從結構還是從資料的儲存方式來看，兩者相差很大。而且其具體的實現方式，還依賴與儲存引擎。我這裡就以大家最常用的MYISAM儲存引擎為例，談談這兩種資料類型的差異。在後續建議中，也是針對這種儲存類型而言的。

　　這裡首先需要明白的一點是，這兩種資料類型，無論採用哪一種儲存引起，系統儲存資料的方式都是不同的。正是因為如此，我們才有必要研究兩者的不同。然後在合適的情況下，採用恰當的方式。瞭解這一點之後，我們再來看後續的內容。

　　Varchar往往用來儲存可變長度的字串。簡單的說，我們只是給其固定了一個最大值，然後系統會根據實際儲存的資料量來分配合適的儲存空間。為此相比CHAR字元資料而言，其能夠比固定長度類型佔用更少的儲存空間。不過在實際工作中，由於某系特殊的原因，會在這裡設定例外。如管理員可以根據需要指定ROW_FORMAT=FIXED選項。利用這個選項來建立MyISAM表的話，系統將會為每一行使用固定長度的空間。此時會造成儲存空間的損耗。通常情況下，VARCHAR資料類型能夠節約磁碟空間，為此往往認為其能夠提升資料庫的效能。不過這裡需要注意的是，這往往是一把雙刃劍。其在提升效能的同時，往往也會產生一些副作用。如因為其長度是可變的，為此在資料進行更新時可能會導致一些額外的工作。如在更改前，其字元長度是10位(Varchar規定的最長字元數假設是50位)，此時系統就只給其分配10個儲存的位置(假設不考慮系統自身的開銷)。更改後，其資料量達到了20位。由於沒有超過最大50位的限制，為此資料庫還是允許其儲存的。只是其原先的儲存位置已經無法滿足其儲存的需求。此時系統就需要進行額外的操作。如根據儲存引擎不同，有的會採用拆分機制，而有的則會採用分頁機制。

　　CHAR資料類型與VARCHAR資料類型不同，其採用的是固定長度的儲存方式。簡單的說，就是系統總為其分配最大的儲存空間。當資料儲存時，即使其沒有達到最大的長度，系統也會為其分配這麼多的儲存空間。顯然，這種儲存方式會造成磁碟空間的浪費。這裡筆者需要提醒的一點是，當字元位元不足時，系統並不會採用空格來填充。相反，如果在儲存CHAR值的時候，如果其後面有空值，系統還會自動過濾其空格。而在進行資料比較時，系統又會將空格填充到字串的末尾。

　　顯然，VARCHAR與CHAR兩種字元型資料類型相比，最大的差異就是前者是可變長度，而後者則是固定長度。在儲存時，前者會根據實際儲存的資料來分配最終的儲存空間。而後者則不管實際儲存資料的長度，都是根據CHAR規定的長度來分配儲存空間。這是否意味著CHAR的資料類型劣於VARCHAR呢?其實不然。否則的話，就沒有必要存在CHAR字元類型了。雖然VARCHAR資料類型可以節省儲存空間，提高資料處理的效率。但是其可變長度帶來的一些負面效應，有時候會抵消其帶來的優勢。為此在某些情況下，還是需要使用Char資料類型。

　　二、專案提案

　　根據上面的分析，我們知道VARCHAR資料類型是一把雙刃劍，其在帶來效能提升的同時，也可能會存在著一些額外的消耗。我們在評估到底是使用VARCHAR資料類型還是採用CHAR資料類型時，就需要進行均衡。在實際項目中，我們會考量如下情況。

　　一是根據字元的長度來判斷。如某個欄位，像人的名字，其最長的長度也是有限的。如我們給其分配18個字元長度即可。此時雖然每個人的名字長度有可能不同，但是即使為其分配了固定長度的字元類型，即18個字元長度，最後浪費的空間也不是很大。而如果採用NVARCHAR資料類型時，萬一以後需要改名，而原先的儲存空間不足用來容納新的值，反而會造成一些額外的工作。在這種情況下，進行均衡時，會認為採用CHAR固定長度的資料類型更好。在實際項目中，如果某個欄位的字元長度比較短此時一般是採用固定字元長度。

　　二是考慮其長度的是否相近。如果某個欄位其長度雖然比較長，但是其長度總是近似的，如一般在90個到100個字元之間，甚至是相同的長度。此時比較適合採用CHAR字元類型。比較典型的應用就是MD5雜湊值。當利用MD5雜湊值來儲存使用者密碼時，就非常使用採用CHAR字元類型。因為其長度是相同的。另外，像用來儲存使用者的社會安全號碼碼等等，一般也建議使用CHAR類型的資料。

　　另外請大家考慮一個問題，CHAR(1)與VARCHAR(1)兩這個定義，會有什麼區別呢?雖然這兩個都只能夠用來儲存單個的字元，但是VARCHAR要比CHAR多佔用一個儲存位置。這主要是因為使用VARCHAR資料類型時，會多用1個位元組用來儲存長度資訊。這個管理上的開銷CHAR字元類型是沒有的。

　　三是從片段角度進行考慮。使用CHAR字元型時，由於儲存空間都是一次性分配的。為此某個欄位的內容，其都是儲存在一起的。單從這個角度來講，其不存在片段的困擾。而可變長度的字元資料類型，其儲存的長度是可變的。當其更改前後資料長度不一致時，就不可避免的會出現片段的問題。故使用可變長度的字元型資料時，資料庫管理員要時不時的對片段進行整理。如執行資料庫匯出匯入作業，來消除片段。

　　四是即使使用Varchar資料類型，也不能夠太過於慷慨。這是什麼意思呢?如現在使用者需要儲存一個地址資訊。根據評估，只要使用100個字元就可以了。但是有些資料庫管理員會認為，反正Varchar資料類型是根據實際的需要來分配長度的。還不如給其大一點的呢。為此他們可能會為這個欄位一次性分配200個字元的儲存空間。這VARCHAR(100)與VARCHAR(200)真的相同嗎?結果是否定的。雖然他們用來儲存90個字元的資料，其儲存空間相同。但是對於記憶體的消耗是不同的。對於VARCHAR資料類型來說，硬碟上的儲存空間雖然都是根據實際字元長度來分配儲存空間的，但是對於記憶體來說，則不是。其時使用固定大小的記憶體塊來儲存值。簡單的說，就是使用字元類型中定義的長度，即200個字元空間。顯然，這對於排序或者暫存資料表(這些內容都需要通過記憶體來實現)作業會產生比較大的不利影響。所以如果某些欄位會涉及到檔案排序或者基於磁碟的暫存資料表時，分配VARCHAR資料類型時仍然不能夠太過於慷慨。還是要評估實際需要的長度，然後選擇一個最長的欄位來設定字元長度。如果為了考慮冗餘，可以留10%左右的字元長度。千萬不能認為其為根據實際長度來分配儲存空間，而隨意的分配長度，或者說乾脆使用最大的字元長度。