Mysql是怎樣兼容各種字符集的

下面一起來(lái)了解下Mysql是怎樣兼容各種字符集的，相信大家看完肯定會(huì)受益匪淺，文字在精不在多，希望Mysql是怎樣兼容各種字符集的這篇短內(nèi)容是你想要的。

過(guò)一下字符集

Unicode 作為現(xiàn)在通用的字符集，通常采用兩個(gè)字節(jié)表示一個(gè)字符，帶來(lái)的副作用就是，原本采用 ASCII 字符集只需要一個(gè)字節(jié)的，卻變成了 2 個(gè)字節(jié)，造成了空間浪費(fèi)，而 UTF-8 編碼規(guī)則，將 Unicode 編碼成 1～4 個(gè)字節(jié)，ASCII 字符集繼續(xù)保持了 1 個(gè)字節(jié)空間，而中文編碼成了三個(gè)字節(jié)，如下圖。

對(duì)存儲(chǔ)帶來(lái)了什么影響

先說(shuō)明下 Mysql 中存在兩種字符集 utf8 和 utf8mb4，以下例子均以 Mysql 的 utf8（1～3個(gè)字節(jié)）為例。

采用 utf8 編碼的確很不錯(cuò)，但是也帶來(lái)了一個(gè)問(wèn)題，例如我在 Mysql 中定義了一個(gè)定長(zhǎng)字符類(lèi)型 char(5)：

所謂定長(zhǎng)字符類(lèi)型代表我要給 title 分配 5 個(gè)字符大小的空間，可是 utf8 每個(gè)字符可能是 1～3 個(gè)字節(jié)，我該分配多少空間合適呢？

理論上為了兼容，最好應(yīng)該采用 utf8 的最大 3 個(gè)字節(jié)進(jìn)行分配，也就是 5*3 = 15 個(gè)字節(jié)的空間，這樣我不管以后怎么修改這個(gè)字段的值，空間都能完美滿(mǎn)足需求，但是如果此時(shí)存儲(chǔ)的都是英文，比如 5 個(gè) I，就會(huì)足足浪費(fèi) 10 個(gè)字節(jié)的空間，如果這列以后都存英文，那么至少會(huì)浪費(fèi) 2/3 的空間。

在 Mysql5.0 之前的行格式設(shè)計(jì)中，也就是 Redundant 行格式，char(5) 的確就如上面設(shè)計(jì)占用了 15 個(gè)字節(jié)空間，隨著版本的迭代，后續(xù)出來(lái)的 Compact，Dynamic，Compressed 行格式都采用了另一種設(shè)計(jì)。

在對(duì)于 utf8 這類(lèi)變長(zhǎng)編碼規(guī)則的 char 類(lèi)型，采用同 varchar 類(lèi)型一樣的存儲(chǔ)方式，就是在前面用一個(gè)或兩個(gè)字節(jié)表示該列實(shí)際占用的字節(jié)數(shù)，對(duì)應(yīng)到上圖存儲(chǔ) 5 個(gè) I 的例子，就是 05（實(shí)際占用字節(jié)數(shù)）+5 個(gè)存儲(chǔ) I 的字節(jié)空間。

當(dāng)然，更極端點(diǎn)，我只存儲(chǔ)了一個(gè) I，這時(shí) char(5) 就會(huì)使用 utf8 的最小字節(jié)數(shù) 1*5（char定義的字符長(zhǎng)度）的大小作為最小分配空間，空出的 4 個(gè)字節(jié)空間用空格字符填充，也就是說(shuō)，對(duì)于 title 來(lái)說(shuō)，至少會(huì)分配 5 個(gè)字節(jié)空間。

上面只是對(duì)列為 char(5) 的數(shù)據(jù)進(jìn)行說(shuō)明，在真實(shí)數(shù)據(jù)庫(kù)表中，會(huì)存在多列 varchar 或 char 類(lèi)型，由上可知變長(zhǎng)編碼規(guī)則的 char 也是按 varchar 處理的，所以這些列的實(shí)際占用字節(jié)數(shù)都會(huì)逆序存放在行格式首部，被稱(chēng)為變長(zhǎng)字段長(zhǎng)度列表，而每列的數(shù)據(jù)，則是順序存放在列值中，如下圖，至于變長(zhǎng)字段長(zhǎng)度列表和 Null 值列表為什么是逆序的，大家有興趣可以去想想。

帶來(lái)的更新問(wèn)題

采用上面的設(shè)計(jì)，在大部分情況下能省下了很多空間，也提升了查詢(xún)效率，但是也帶來(lái)了另一個(gè)問(wèn)題，那就是更新，用兩個(gè)例子說(shuō)明下：

將 title 從 1個(gè) I 更新為 5 個(gè) I

這個(gè)很好處理，因?yàn)?char(5) 最低會(huì)分配 5 個(gè)字節(jié)空間，更改為 5 個(gè) I，不會(huì)產(chǎn)生任何影響，直接更新就好。

將 title 從 5 個(gè) I 更改為 5 個(gè)我

5 個(gè)我 = 5 * 3 = 15 個(gè)字節(jié)空間，而實(shí)際記錄只有 5 個(gè)字節(jié)空間，空間不足以支撐更新，這時(shí)候的更新只能將原數(shù)據(jù)的整行記錄刪除，然后再新分配合適空間供其使用，看似也沒(méi)什么，但是這種刪 + 增實(shí)際會(huì)對(duì)頁(yè)產(chǎn)生很多變更，這么多變更又要保證它的事務(wù)性，也就是記錄 redo , undo 日志，還是挺復(fù)雜和麻煩的。

Mysql的字符集轉(zhuǎn)換機(jī)制

一個(gè)請(qǐng)求從客戶(hù)端到 Mysql云服務(wù)器，再到表，再返回給客戶(hù)端，中間是經(jīng)過(guò)多層字符集轉(zhuǎn)換的，主要包括下面4層：

假設(shè)我們查詢(xún) title 列，并且 Mysql 各種變量以及列字符集采用上面表格的例子，那么轉(zhuǎn)換如下：

select title from title_demo where title = 'IIIIII'

當(dāng)然，實(shí)際開(kāi)發(fā)中，我們都會(huì)統(tǒng)一均采用 utf8 ，這樣就有效避免了各層字符集轉(zhuǎn)換帶來(lái)的性能影響。

看完Mysql是怎樣兼容各種字符集的這篇文章后，很多讀者朋友肯定會(huì)想要了解更多的相關(guān)內(nèi)容，如需獲取更多的行業(yè)信息，可以關(guān)注我們的行業(yè)資訊欄目。