(MariaDB)MySQL數(shù)據(jù)類型和存儲機制全面講解

1.1 數(shù)據(jù)類型概覽

數(shù)據(jù)類型算是一種字段約束，它限制每個字段能存儲什么樣的數(shù)據(jù)、能存儲多少數(shù)據(jù)、能存儲的格式等。MySQL/MariaDB大致有5類數(shù)據(jù)類型，分別是：整形、浮點型、字符串類型、日期時間型以及特殊的ENUM和SET類型。

這5種數(shù)據(jù)類型的意義、限制和相關(guān)說明如下圖所示：

各數(shù)據(jù)類型占用字節(jié)數(shù)，參見mariadb官方手冊。

1.2 存儲機制和操作方式

數(shù)據(jù)類型之所以能限定字段的數(shù)據(jù)存儲長度，是因為在創(chuàng)建表時在內(nèi)存中嚴格劃定了地址空間，地址空間的長度是多少就能存儲多少字節(jié)的數(shù)據(jù)。當然，這是一個很粗獷的概念，更具體的存儲方式見下面的描述。

數(shù)據(jù)類型限定范圍的方式有兩種：一是嚴格限定空間，劃分了多少空間就只能存儲多少數(shù)據(jù)，超出的數(shù)據(jù)將被切斷；二是使用額外的字節(jié)的bit位來標記某個地址空間的字節(jié)是否存儲了數(shù)據(jù)，存儲了就進行標記，不存儲就不標記。

1.2.1 整型的存儲方式

此處主要說明整型的存儲方式，至于浮點型數(shù)據(jù)類型的存儲方式要考慮的東西太多。

對于整型數(shù)據(jù)類型來說，它嚴格限定空間，但它和字符不同，因為每個已劃分的字節(jié)上的bit位上的0和1直接可以計算出數(shù)值，所以它的范圍是根據(jù)bit位的數(shù)量值來計算的。一個字節(jié)有8個Bit位，這8個bit位可以構(gòu)成2^8=256個數(shù)值，同理2字節(jié)的共2^16=65536個數(shù)值，4字節(jié)的int占用32bit，可以表示的范圍為0-2^32。也就是說，在0-255之間的數(shù)字都只占用一個字節(jié)，256-65535之間的數(shù)字需要占用兩個字節(jié)。

需要注意，在MySQL/mariadb中的整型數(shù)據(jù)類型可以使用參數(shù)M，M是一個正整數(shù)，例如INT(M)，tinyint(M)。這個M表示的是顯示長度，如int(4)表示在輸出時將顯示4位整數(shù)，如果實際值的位數(shù)小于顯示值寬度，則默認使用空格填充在左邊。而結(jié)果位數(shù)超出時將不影響顯示結(jié)果。一般該功能都會配合zerofill屬性用0代替空格填充，但是使用了zerofill后，該列就會自動變成無符號字段。例如：

CREATE TABLE test3(id INT(2) ZEROFILL NOT NULL);
INSERT INTO test3 VALUES(1),(2),(11),(111);
SELECT id FROM test3;
+-----+
| id |
+-----+
| 01 |
| 02 |
| 11 |
| 111 |
+-----+
4 rows in set (0.00 sec)

唯一需要注意的是，顯示寬度僅僅影響顯示效果，不影響存儲、比較、長度計算等等任何操作。

1.2.2 字符類型的存儲方式

此處主要說明char和varchar的存儲方式以及區(qū)別。

char類型是常被稱為"定長字符串類型"，它嚴格限定空間長度，但它限定的是字符數(shù)，而非字節(jié)數(shù)，但以前老版本中限定的是字節(jié)數(shù)。因此char(M)嚴格存儲M個字符，不足部分使用空格補齊，超出M個字符的部分直接截斷。

由于char類型有"短了就使用空格補足"的能力，因此為了體現(xiàn)數(shù)據(jù)的真實性，在從地址空間中檢索數(shù)據(jù)時將自動刪除尾隨的空格部分。這正是char的一個特殊性，即使是我們手動存儲的尾隨空格也會被認為是自動補足的，于是在檢索時被刪除。也就是說在where語句中name='gaoxiaofang '和name='gaoxiaofang'的結(jié)果是一樣的。

例如：

create table test2(a char(4) charset utf8mb4);
insert into test2 values('恭喜你'),('恭喜你成功晉級'),('hello'),('he ');
select concat(a,'x') from test2;
+---------------+
| concat(a,'x') |
+---------------+
| 恭喜你x |
| 恭喜你成x |
| hellx  |
| hex  |
+---------------+
4 rows in set

從上面的結(jié)果可以看到，char(4)只能存儲4個字符，并刪除尾隨空格。

varchar常被稱為"變長字符串類型"，它存儲數(shù)據(jù)時使用額外的字節(jié)的bit位來標記某個字節(jié)是否存儲了數(shù)據(jù)。每存儲一個字節(jié)(不是字符)占用一個bit位進行記錄，因此一個額外的字節(jié)可以標記共256個字節(jié)，2個額外的字節(jié)可以標記65536個字節(jié)。但MySQL/mariadb限制了最大能存儲65536個字節(jié)。這表示，如果是單字節(jié)的字符，它最多能存儲65536個字符，如果是多字節(jié)字符，如UTF8的每個字符占用3個字節(jié)，它最多能存儲65536/3=21845個utf8字符。

因此，varchar(M)存儲時除了真實數(shù)據(jù)占用空間長度，還要額外計算1或2個字節(jié)的Bit位長度，即對于單字節(jié)字符實際占用的空間為M+1或M+2個字節(jié)，對于多字節(jié)字符(如3字節(jié))實際占用的空間為M*3+1或M*3+2個字節(jié)。

由于varchar存儲時需要采用額外的bit位記錄每一個字節(jié)，短了的數(shù)據(jù)不會自動使用補齊，因此顯式存儲的尾隨空格也會被存儲并在Bit位上進行標記，也就是說不會刪除尾隨空格。

和char(M)一樣，當指定varchar(2)時，只能存儲兩個字節(jié)的字符，如果超出了，則切斷。

關(guān)于char、varchar以及text字符串類型，它們在比較時不會考慮尾隨空格，但做like匹配或正則匹配時會考慮空格，因為匹配時字符是精確的。例如：

create table test4(a char(4),b varchar(5));
insert into test4 values('ab ','ab ');
select a='ab ',b='ab ',a=b from test4;
+-----------+--------------+-----+
| a='ab ' | b='ab ' | a=b |
+-----------+--------------+-----+
|  1 |  1 | 1 |
+-----------+--------------+-----+
1 row in set
select a like 'ab ' from test4;
+-------------------+
| a like 'ab ' |
+-------------------+
|   0 |
+-------------------+
1 row in set

最后需要說明的是，數(shù)值在存儲(或調(diào)入內(nèi)存)時，以數(shù)值型方式存儲比字符型或日期時間類型更節(jié)省空間。因為整數(shù)值存儲時是直接通過bit計算數(shù)值的，0-255之間的任意整數(shù)都只占一個字節(jié)，256-65535之間的任意整數(shù)都占2個字節(jié)，而占用4個字節(jié)時便可以代表幾十億個整數(shù)之間的任意一個，這顯然比字符型存儲時每個字符占用一個字節(jié)節(jié)省空間的多。例如值"100"存儲為字符型時占用三個字節(jié)，而存儲為數(shù)值型將只占用一個字節(jié)。因此數(shù)據(jù)庫默認將不使用引號包圍的值當作數(shù)值型，如果明確要存儲為字符型或日期時間型則應該使用引號包圍以避免歧義。

1.2.3 日期時間型的存儲方式

日期時間性數(shù)據(jù)存儲時需要使用引號包圍，避免和數(shù)值類型的數(shù)據(jù)產(chǎn)生歧義。關(guān)于日期時間的輸入方式是非常寬松的，以下幾種方式都是被允許的：任意允許的分隔符，建議使用4位的年份。

20110101
2011-01-01 18:40:20
2011/01/01 18-40-20
20110101184020

1.2.4 ENUM數(shù)據(jù)類型

ENUM數(shù)據(jù)類型是枚舉型。定義方式為ENUM('value1','value2','value3',...)，在向該類型的字段中插入數(shù)據(jù)時只能插入value中的某一個或NULL，插入其他值或空(即'')時都將截斷為空數(shù)據(jù)。存儲時會忽略大小寫(將轉(zhuǎn)換為ENUM中的字符)，且會截斷尾隨空格。

mysql> create table test6(id int auto_increment primary key,name char(20),gender enum('Mail','f'));
mysql> insert into test6(name,gender) values('malongshuai','Mail'),('gaoxiaofang','F'),('wugui','x'),('tuner',null),('woniu','');
Query OK, 5 rows affected
Records: 5 Duplicates: 0 Warnings: 2
mysql> show warnings;
+---------+------+---------------------------------------------+
| Level | Code | Message     |
+---------+------+---------------------------------------------+
| Warning | 1265 | Data truncated for column 'gender' at row 3 |
| Warning | 1265 | Data truncated for column 'gender' at row 5 |
+---------+------+---------------------------------------------+
2 rows in set
mysql> select * from test6;
+----+-------------+--------+
| id | name | gender |
+----+-------------+--------+
| 1 | malongshuai | Mail |
| 2 | gaoxiaofang | f |
| 3 | wugui | |
| 4 | tuner | NULL |
| 5 | woniu | |
+----+-------------+--------+
5 rows in set

ENUM類型的數(shù)據(jù)存儲時是通過index數(shù)值進行存儲的，相比于字符串類型，它只需要1或2個字節(jié)進行存儲即可。理論上，當value的數(shù)量少于256個時只需一個字節(jié)，超出256個但少于65536個時使用2個字節(jié)存儲。MySQL/MariaDB限制最多只能存儲65536個value。當然，這是理論上的限制，實際存儲時要考慮的因素有很多，例如NULL也會占用bit位，所以實際存儲時可能250個value就需要2個字節(jié)。

ENUM的每個value都通過index號碼進行編號，無論是檢索還是操作該字段時都會通過index的值來操作。value1的index=1，value2的index=2，依次類推。但需要注意有兩個特殊的index值：NULL值的index=NULL，空數(shù)據(jù)的index=0。

例如ENUM('a','b','c')，向該字段依次插入'','b','a','c',NULL,'xxx'時，由于第一個和最后一個都會截斷為空數(shù)據(jù)，所以它們的index為0，插入的NULL的index為NULL，插入的'b','a','c'的index值分別為2,1,3。所以index號碼和值的對應關(guān)系為：