MySQL 字符串类型和字符集

MySQL 字符串列同时具有逻辑字符限制和物理字节表示。将这两个概念分开，可以避免多语言文本和索引中的许多意外。

`CHAR` 和 `VARCHAR` #

CHAR(n) 是定长字符串。MySQL 会按照声明的长度填充值以满足存储语义，因此它最适合国家/地区代码等真正定宽的值。VARCHAR(n) 是变长字符串，通常更适合作为名称、标签和其他长度变化文本的默认类型。

在这两种类型中，n 都是最大字符数，而不是字节数。因此，当字符集支持时， VARCHAR(10) 列可以容纳十个 emoji 或十个中文字符，即使这些字符在磁盘上使用的字节数超过十个。

sql

CREATE TABLE profile (
  country_code CHAR(2) NOT NULL,
  display_name VARCHAR(100) NOT NULL
) CHARACTER SET utf8mb4;

`TEXT` 类型 #

对于较大的变长文本，使用 TINYTEXT、TEXT、MEDIUMTEXT 或 LONGTEXT。它们的限制以字节为单位，因此实际字符容量取决于列字符集。TEXT 列可以建立索引，但较大或较旧的 MySQL 配置可能需要索引前缀；围绕长文本设计索引前，应检查存储引擎和 MySQL 版本。

字符集和排序规则 #

字符集定义字符如何编码为字节。对于新的 MySQL 应用，utf8mb4 通常是安全选择，因为它支持完整的 Unicode 范围。MySQL 历史上的 utf8 名称可能指代三字节实现，不能表示每个 Unicode 字符。

排序规则定义字符集的比较和排序规则。它决定比较是否区分大小写或重音，以及字符串如何排序。可以在服务器、数据库、表或列级别设置字符集和排序规则；明确的表级或列级设置可以使应用的预期更清晰。

sql

CREATE TABLE article (
  title VARCHAR(255) CHARACTER SET utf8mb4
    COLLATE utf8mb4_0900_ai_ci NOT NULL
);

根据应用所需的比较方式选择排序规则。对于标识符，二进制或区分大小写的比较可能合适；对于面向用户的搜索，不区分重音和大小写的排序规则可能更合适。

二进制字符串类型 #

BINARY 和 VARBINARY 存储的是字节，而不是文本。它们使用 binary 字符集和排序规则，因此 MySQL 不会进行转码或应用语言学比较规则。BINARY(n) 会用 0x00 填充存储值；VARBINARY(n) 不会。对于较大的字节序列，使用 BLOB 类型。不要将加密数据、摘要或协议字节存储在字符列中，因为连接转换和排序规则可能改变它们的解释。

sql

CREATE TABLE artifact (
  sha256 BINARY(32) NOT NULL,
  payload LONGBLOB NOT NULL,
  PRIMARY KEY (sha256)
);

默认值、连接设置和索引 #

字符集和排序规则默认值会从服务器、数据库、表和列设置中解析。字符串字面量也具有字符集和排序规则。连接声明 character_set_client、character_set_connection 和 character_set_results；对于没有配置这些设置的客户端，使用驱动程序的 utf8mb4 配置或执行 SET NAMES utf8mb4。

应检查实际生效的设置，而不是假设软件包默认值：

sql

SHOW CREATE TABLE article;
SHOW VARIABLES LIKE 'character_set%';
SHOW VARIABLES LIKE 'collation%';

索引限制以字节为单位。使用 utf8mb4 的 VARCHAR(255) 在字符数据上最多可能需要 1,020 字节，还不包括索引元数据。当前 MySQL 版本中的 InnoDB 支持较大的索引键，但设计仍必须考虑选定的行格式、页面大小和 MySQL 版本。应优先使用有界搜索键的索引；只有当前缀仍具有选择性时，才使用前缀索引。