MySQL 中的字串型別

MySQL · 發表 2019-05-02 19:24:00

摘要：字元型別包括： CHAR VARCHAR BINARY VARBINARY BLOB TEXT ...

字元型別包括：

CHAR 與 VARCHAR

CHAR(m) m 取值範圍 0～255。列寬固定，儲存時字串右邊會補空格，取出時自動去掉空格，除非開啟了PAD_CHAR_TO_FULL_LENGTH 。

對於值未超出的情況，VARCHAR 在儲存及查詢時皆會完整保留末尾的空格字元。

VARCHAR(m) m 取值範圍 0~65535，不定長度，根據儲存的值而定，但上限為 m。儲存時，會在值的前面預留一到兩位用來儲存字串長度。0～255時預留一位，超過的情況使用兩位來標識所儲存的字串的長度

在非嚴格模式下，超過的非空格值會自動截斷來儲存，同時生成警告資訊。建議開啟嚴格模式以避免這種不完整資料的產生。

對於超出的空格值，VARCHAR 會在插入錢截斷併產生警告資訊，而對於 CHAR 則沒有警告資訊，直接靜默截斷儲存。

以下表格以 m為4的情況展示了非嚴格模式下 CHAR，VARCHAR 在儲存不同長度字串時的表現。

Value	CHAR(4)	Storage Required	VARCHAR(4)	Storage Required
''	' '	4 bytes	''	1 byte
'ab'	'ab '	4 bytes	'ab'	3 bytes
'abcd'	'abcd'	4 bytes	'abcd'	5 bytes
'abcdefgh'	'abcd'	4 bytes	'abcd'	5 byte

以下程式碼展示了兩者在查詢時對於末尾空格的處理情況。

mysql> CREATE TABLE vc (v VARCHAR(4), c CHAR(4));
Query OK, 0 rows affected (0.01 sec)

mysql> INSERT INTO vc VALUES ('ab', 'ab');
Query OK, 1 row affected (0.00 sec)

mysql> SELECT CONCAT('(', v, ')'), CONCAT('(', c, ')') FROM vc;
+---------------------+---------------------+
| CONCAT('(', v, ')') | CONCAT('(', c, ')') |
+---------------------+---------------------+
| (ab)| (ab)|
+---------------------+---------------------+
1 row in set (0.06 sec)

在進行排序和字串比較時，具體表現和使用的字符集（character set collation ）有關。

Pad 屬性

Pad 即字串長度不夠時的補齊操作，一般是新增空格。大部分字符集都有一個PAD SPACE 的補齊屬性（pad attribute）。基於 UCA 9.0.0 的 Unicode 字符集其補齊屬性為NO PAD 。

可通過查詢INFORMATION_SCHEMA COLLATIONS 表中的PAD_ATTRIBUTE 列獲取到和字符集的補齊屬性。

補齊屬性直接影響非二進位制字串（CHAR, VARCHAR, and TEXT）進行比較時的末尾的空白會如何處理。

對於NO PAD 字符集，末尾的空白會參與字串比較，PAD SPACE 末尾的空白則不影響比較結果，但在使用LIKE 關鍵字時空白是會參與進來的。

mysql> CREATE TABLE names (myname CHAR(10));
Query OK, 0 rows affected (0.03 sec)

mysql> INSERT INTO names VALUES ('Monty');
Query OK, 1 row affected (0.00 sec)

mysql> SELECT myname = 'Monty', myname = 'Monty' FROM names;
+------------------+--------------------+
| myname = 'Monty' | myname = 'Monty' |
+------------------+--------------------+
|1 |1 |
+------------------+--------------------+
1 row in set (0.00 sec)

mysql> SELECT myname LIKE 'Monty', myname LIKE 'Monty' FROM names;
+---------------------+-----------------------+
| myname LIKE 'Monty' | myname LIKE 'Monty' |
+---------------------+-----------------------+
|1 |0 |
+---------------------+-----------------------+
1 row in set (0.00 sec)

對於要求列值要求在記錄中唯一（unique values ）的表格，在插入時需要格外注意，如果插入的值只包含空格的區別，在空格不影響比較結果的字符集中會報duplicate-key error 。比如已經有記錄的值為a 嘗試插入a 時會報錯。

BINARY 與 VARBINARY

基本與 CHAR 和 VARCHAR 類似，不同點在於儲存的是二進位制字元值。儲存長度的取值範圍也一樣，只是單位是位元組而不是字元。

寫入時對於超出限制的值，會自動截斷，除非開啟 MySQL 的嚴格模式，此時會報錯而非截斷後成功寫入。

對於BINARY 型別，存入的值長度不夠時會自動補上二進位制中的零0x00 。查詢時也會返回補零後的值。在進行比較操作時，所有位元組都參與計算，注意二進位制的零值0x00 與空格是不同的值，0x00 < 空格。

以下程式碼展示了自動補零在存取時的表現，

mysql> CREATE TABLE t (c BINARY(3));
Query OK, 0 rows affected (0.01 sec)

mysql> INSERT INTO t SET c = 'a';
Query OK, 1 row affected (0.01 sec)

mysql> SELECT HEX(c), c = 'a', c = 'a\0\0' from t;
+--------+---------+-------------+
| HEX(c) | c = 'a' | c = 'a\0\0' |
+--------+---------+-------------+
| 610000 |0 |1 |
+--------+---------+-------------+
1 row in set (0.09 sec)

所以如果你期望查詢時得到與儲存時一致的值，最好使用VARBINARY 或BLOB 型別。

BLOB 與TEXT 型別

BLOB (binary large object) 即大型二進位制形式的物件，用於資料量大的情況。BLOB 大類中具體包含：TINYBLOB, BLOB, MEDIUMBLOB 以及 LONGBLOB 四種資料型別，他們只存在儲存上限的區別。

文字型別TEXT 下面同樣包含不同上限的具體型別：TINYTEXT, TEXT, MEDIUMTEXT 及 LONGTEXT 。這四種類型功能及上限與 BLOB 中的四種類型一一對應，只是該型別用於字元而非二進位制值。

BLOB 型別內部處理時以二進位制字串的形式處理，在進行比較操作或排序時，按其表示的二進位制數字來進行。而 TEXT 型別表示非二進位制字元，在進行比較或排序時與字符集有關。

非嚴格模式下寫入一個超出長度的值時，會自動截斷後存入，同時生成警告資訊，這一行為可通過開啟嚴格模式來避免。

其中對於 TEXT 型別，擷取末尾的空格字元時始終生成警告資訊，與 MySQL 當前設定的模式無關。

一般來說你可把 BLOB 看作是 VARBLOB，儲存任意大的資料。TEXT 同理，可看成 VARCHAR。但還是有一些區別的：

DEFAULT

因為 BLOB 和 TEXT 所存的值有可能很大，實際使用時會遇到些限制，比如

排序時只取max_sort_length 的長度。該值預設為 1024，但可隨時配置：

mysql> SET max_sort_length = 2000;
mysql> SELECT id, comment FROM t
-> ORDER BY comment;

查詢 BLOB 和 TEXT 型別時其結果會處理到一個臨時表中，而不是像其他型別一樣放到記憶體裡，因為記憶體中是不支援這兩種型別的（關於原因詳見Section 8.4.4, “Internal Temporary Table Use in MySQL ）。這裡臨時表的操作涉及到額外的檔案 I/O，在查詢時會影響效能，所以應該儘量避免這樣的操作。
儘管BLOB 和 TEXT 允許儲存的值很大，實際使用時，其上限受記憶體及傳輸 buffer 大小的影響。

ENUM 型別

列舉值型別通過在建立表時指定該型別可接受的合法值列表，相比一般的字元型別有以下優勢：

節省儲存空間，列舉值實際儲存時會轉成數字。
語義化。相比直接使用數字型別，列舉型別在查詢時會返回其對應的字串。

列舉的建立與使用

列舉中的項通過單引號指定，以下是一個建立和使用列舉型別的示例：

CREATE TABLE shirts (
name VARCHAR(40),
size ENUM('x-small', 'small', 'medium', 'large', 'x-large')
);
INSERT INTO shirts (name, size) VALUES ('dress shirt','large'), ('t-shirt','medium'),
('polo shirt','small');
SELECT name, size FROM shirts WHERE size = 'medium';
+---------+--------+
| name| size|
+---------+--------+
| t-shirt | medium |
+---------+--------+
UPDATE shirts SET size = 'small' WHERE size = 'large';
COMMIT;

不支援在建立時使用表示式，比如下面這樣是不行的：

# :rotating_light:
CREATE TABLE sizes (
size ENUM('small', CONCAT('med','ium'), 'large')
);

# :rotating_light:
SET @mysize = 'medium';

CREATE TABLE sizes (
size ENUM('small', @mysize, 'large')
);

列舉項的數字值

列舉列表中每項都對應一個數字值，是一個從 1 開始的索引值。列舉型別最多可包含 65,535 個候選項。

對於寫入的非法值會儲存成 0，所以可通過查詢為 0 的列找出所有這些非法的記錄。

mysql> SELECT * FROM tbl_name WHERE enum_col=0;

NULL 的索引值是 NULL。

以ENUM('Mercury', 'Venus', 'Earth') 為例，以下表格展示了不同值其對應的索引值：

Value	Index
NULL	NULL
''	0
'Mercury'	1
'Venus'	2
'Earth'	3

在需要數字的上下文中，列舉型別返回時會自動處理成數字，譬如：

mysql> SELECT enum_col+0 FROM tbl_name;

插入時，數字型別的值會自動與列舉中的索引對應，如果插入的數字帶引號，即嘗試以字串形式存入，MySQL 會先從列舉列表中找，如果找不到相應的匹配項，會將這個插入值當索引處理。所以儘量不要設定數字型別的列舉，這導致存取時一些不可預測的情況發生。比如：

numbers ENUM('0','1','2')

當你存入數字2 時，會解析對應到列舉中索引為 2 的值即'1' 。存入字元'2' 時，與列舉中最後一項匹配。嘗試存入'3' 時，列舉值中沒有相應的匹配，此時 MySQL 嘗試將 3 當成索引存入，對應的值是列舉中的'2' 。

mysql> INSERT INTO t (numbers) VALUES(2),('2'),('3');
mysql> SELECT * FROM t;
+---------+
| numbers |
+---------+
| 1|
| 2|
| 2|
+---------+

檢視列舉值

通過SHOW COLUMNS FROM tbl_name LIKE 'enum_col' 可在結果中的Type 列檢視定義好的列舉其可選值有哪些。

mysql> SHOW COLUMNS FROM enum_test LIKE 'n';
+-------+-------------------+------+-----+---------+-------+
| Field | Type| Null | Key | Default | Extra |
+-------+-------------------+------+-----+---------+-------+
| n| enum('0','1','2') | YES|| NULL||
+-------+-------------------+------+-----+---------+-------+
1 row in set (0.00 sec)

排序規則

排序時根據其在列舉列表中的索引來定。比如ENUM('b', 'a') 中 'b' 會排在a 前面，而不是按常理那樣覺得a 是在b 前面的。為了避免這種不太直觀的情況，在定義列舉時最好按字母順序定義，也可以在使用ORDER BY 語句時通過指定排序型別來修正，即使用ORDER BY CAST(col as CHAR) 或ORDER BY CONCAT(col) 。

空字串會排在非空值前面，NULL 值在所有值前面。

SET 型別

SET 型別是一組字串值，它的值類似於列舉，必需是定義表時指定的候選值中所列出的值，不同點在於它可同時支援設定多個候選值，用逗號分隔（同時意味著候選值自身不能包含逗號）。

比如型別為定義為SET('one', 'two') NOT NULL 的列，可有以下合法的值：

''
'one'
'two'
'one,two'

SET 最多可定義 64 個候選值。嚴格模式下，定義時如果指定了重複的候選值會拋錯。候選值末尾的空白會自動擷取掉。

內部儲存時其實存的是一個位元組表。每個候選值都對應一個二進位制值中的一位。比如定義如下的表：

CREATE TABLE set_test(
rowid INT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY,
myset SET('Travel','Sports','Dancing','Fine Dining')
);

每個值對應一個二進位制位數值，所以每個候選值也對應一個計算後的數字。

Element	SET Value	Decimal Value
Travel	00000001	1
Sports	00000010	2
Dancing	00000100	4
Fine Dining	00001000	8

這樣在設定時，如果設定的是數字，會解析成對應的二進位制形式，比如 9=8+1，對應Travel 和Fine Dining 。所以實際設定成了Travel,Fine Dining 。

同時 9 的二進位制表示是00001001 ，通過上面表格對比可知相應位（二進位制中第0位和第三位）對應的值也是Travel/00000001 和Fine Dining/00001000 。

在設定時不關心候選值的順序及次數，多次指定同一個候選值最終只會出現一次。

mysql> CREATE TABLE myset (col SET('a', 'b', 'c', 'd'));

mysql> INSERT INTO myset (col) VALUES 
-> ('a,d'), ('d,a'), ('a,d,a'), ('a,d,d'), ('d,a,d');
Query OK, 5 rows affected (0.01 sec)
Records: 5Duplicates: 0Warnings: 0


mysql> SELECT col FROM myset;
+------+
| col|
+------+
| a,d|
| a,d|
| a,d|
| a,d|
| a,d|
+------+
5 rows in set (0.04 sec)

通過 FIND_IN_SET() 及 LIKE 來查詢 SET 值。

mysql> SELECT * FROM tbl_name WHERE FIND_IN_SET('value',set_col)>0;
mysql> SELECT * FROM tbl_name WHERE set_col LIKE '%value%';

以下用法也是可行的：

mysql> SELECT * FROM tbl_name WHERE set_col & 1;
mysql> SELECT * FROM tbl_name WHERE set_col = 'val1,val2';