字符串是你在 MySQL 中使用的最常見的數(shù)據(jù)類型之一。許多用戶在他們的數(shù)據(jù)庫中插入和讀取字符串，而沒有認真地了解過它們。本文旨在讓你深入了解 MySQL 如何存儲和顯示你的字符串變量，以便你能更好地控制你的數(shù)據(jù)。

你可以把字符串分成兩類：二進制和非二進制。你可能在大多數(shù)時候想到的是非二進制字符串。非二進制字符串有字符集和排序的不同。另一方面，二進制字符串存儲諸如 MP3 文件或圖像等東西。即使你在二進制字符串中存儲了一個詞，比如“歌曲”，它的存儲方式也與非二進制字符串不同。

我將重點討論非二進制字符串。MySQL 中的所有非二進制字符串都與字符集和排序相關(guān)。字符串的字符集控制哪些字符可以存儲在字符串中，而它的排序方式控制當你顯示字符串時如何排序。

字符集

要查看你系統(tǒng)中的字符集，請運行以下命令：

SHOW CHARACTER SET;

這個命令將輸出四列數(shù)據(jù)，包括字符集：

• 名稱
• 簡要描述
• 默認的排序方式
• 字符集中每個字符的最大尺寸

MySQL 過去默認為 ??latin1?? 字符集，但自 8.0 版以來，默認為 ??utf8mb4??。現(xiàn)在的默認排序方式是 ??utf8mb4_0900_ai_ci??。??ai?? 表示該排序?qū)σ粽{(diào)不敏感（ ??á?? = ??a??），而 ??ci?? 則指定它對大小寫不敏感（??a?? = ??A??）。

不同的字符集將其字符存儲在內(nèi)存中不同大小的塊中。例如，從上面的命令可以看出，存儲在 ??utf8mb4?? 的字符被存儲在 1 到 4 個字節(jié)大小的內(nèi)存中。如果你想看看一個字符串是否包含多字節(jié)的字符，你可以使用 ??CHAR_LENGTH()?? 和 ??LENGTH()?? 函數(shù)。??CHAR_LENGTH()?? 顯示一個字符串包含多少個字符，而 ??LENGTH()?? 顯示一個字符串有多少個字節(jié)，根據(jù)字符集的不同，它可能與一個字符串的字符長度相同，也可能不相同。下面是一個例子：

SET @a = CONVERT('data' USING latin1);SELECT LENGTH(@a), CHAR_LENGTH(@a);+------------+-----------------+| LENGTH(@a) | CHAR_LENGTH(@a) |+------------+-----------------+|     4      |       4         |+------------+-----------------+

這個例子表明，??latin1?? 字符集以單字節(jié)為單位存儲字符。其他字符集，如 ??utf16??，允許多字節(jié)的字符：

SET @b = CONVERT('data' USING utf16);SELECT LENGTH(@b), CHAR_LENGTH(@b);+------------+------------------+| LENGTH(@b) | CHAR_LENGTH(@b)  |+------------+------------------+|       8    |        4         |+------------+------------------+

排序

當你運行帶有 ??ORDER BY?? 子句的 SQL 語句時，字符串排序方式將決定值的顯示方式。你對排序方式的選擇是由你選擇的字符集決定的。當你運行上面的 ??SHOW CHARACTER SET?? 命令時，你看到了每個字符集的默認排序方式。你可以很容易地看到某個特定字符集的所有排序方式。例如，如果你想查看 ??utf8mb4?? 字符集允許哪些排序，請運行：

SHOW COLLATION LIKE 'utf8mb4%';

排序方式可以是不區(qū)分大小寫的，也可以是區(qū)分大小寫的，或者是二進制的。讓我們建立一個簡單的表，向其中插入一些值，然后用不同的排序方式查看數(shù)據(jù)，看看輸出結(jié)果有什么不同：

CREATE TABLE sample (s CHAR(5));INSERT INTO sample (s) VALUES  ('AAAAA'), ('ccccc'),  ('bbbbb'), ('BBBBB'), ('aaaaa'), ('CCCCC');SELECT * FROM sample;+-----------+| s         |+-----------+| AAAAA     || ccccc     || bbbbb     || BBBBB     || aaaaa     || CCCCC     |+-----------+

在不區(qū)分大小寫的情況下，你的數(shù)據(jù)會按字母順序返回，但不能保證大寫的單詞會排在小寫的單詞之前，如下圖所示：

SELECT * FROM sample ORDER BY s COLLATE utf8mb4_turkish_ci;+-----------+| s         |+-----------+| AAAAA     || aaaaa     || bbbbb     || BBBBB     || ccccc     || CCCCC     |+-----------+

另一方面，當 MySQL 運行大小寫敏感的搜索時，每個字母的小寫將排在大寫之前：

SELECT * FROM sample ORDER BY s COLLATE utf8mb4_0900_as_cs;+-----------+| s         |+-----------+| aaaaa     || AAAAA     || bbbbb     || BBBBB     || ccccc     || CCCCC     |+-----------+

而按二進制排序方式將返回所有大寫的值，然后再返回小寫的值：

SELECT * FROM sample ORDER BY s COLLATE utf8mb4_0900_bin;+-----------+| s         |+-----------+| AAAAA     || ccccc     || bbbbb     || BBBBB     || aaaaa     || CCCCC     |+-----------+

如果你想知道一個字符串使用哪種字符集和排序，你可以使用被恰當命名的 ??charset?? 和 ??collation?? 函數(shù)。運行 MySQL 8.0 或更高版本的服務(wù)器將默認使用 ??utf8mb4?? 字符集和 ??utf8mb4_0900_ai_ci?? 排序：

SELECT charset('data');+-------------------+| charset('data')   |+-------------------+| utf8mb4           |+-------------------+SELECT collation('data');+--------------------+| collation('data')  |+--------------------+| utf8mb4_0900_ai_ci |+--------------------+

你可以使用 ??SET NAMES?? 命令來改變所使用的字符集或排序方式。

要從 ??utf8mb4?? 字符集改為 ??utf16??，運行這個命令：

SET NAMES 'utf16';

如果你想選擇默認以外的排序方式，你可以在 ??SET NAMES?? 命令中添加一個 ??COLLATE?? 子句。

例如，假設(shè)你的數(shù)據(jù)庫存儲西班牙語的單詞。MySQL 的默認排序（??utf8mb4_0900_ai_ci??）將 ??ch?? 和 ??ll?? 視為兩個不同的字符，并將它們排序。但在西班牙語中，??ch?? 和 ??ll?? 是單獨的字母，所以如果你想讓它們按正確的順序排序（分別排在 ??c?? 和 ??l?? 之后），你需要使用不同的排序。一個選擇是使用 ??utf8mb4_spanish2_ci?? 排序方式：

SET NAMES 'utf8mb4' COLLATE 'utf8mb4_spanish2_ci';

儲存字符串

MySQL 允許你為你的字符串值選擇不同的數(shù)據(jù)類型。（甚至比其他流行的數(shù)據(jù)庫，如 PostgreSQL 和 MongoDB 更多。）

下面是 MySQL 的二進制字符串數(shù)據(jù)類型的列表、它們的非二進制對應(yīng)物，以及它們的最大長度：

• ??binary??：??char??（255）
• ??varbinary??：??varchar??（65,535）
• ??tinyblob??：??tinytext??（255）
• ??blob??：??text??（65,535）
• ??mediumblob??：??mediumtext??（16,777,215）
• ??longblob??：??longtext??（4,294,967,295）

要記住的一件重要事情是，與被存儲在可變長度的字段中的 ??varbinary??、??varchar??、??text?? 和 ??blob?? 類型不同（也就是說，只使用需要的空間），MySQL 將二進制（??binary??）和字符（??char??）類型存儲在固定長度的字段。因此，像 ??char(20)?? 或 ??binary(20)?? 這樣的值將總是占用 20 個字節(jié)，即使你在其中存儲了少于 20 個字符。對于二進制類型，MySQL用 ASCII NUL 值（??0x00??）填充這些值，對于 字符類型，用空格填充。

在選擇數(shù)據(jù)類型時要考慮的另一件事是，你是否希望在字符串后面的空格被保留或剝離。在顯示數(shù)據(jù)時，MySQL 會從以字符數(shù)據(jù)類型存儲的數(shù)據(jù)中剝離空格，但不會剝離 ??varchar?? 的空格。

CREATE TABLE sample2 (s1 CHAR(10), s2 VARCHAR(10));INSERT INTO sample2 (s1, s2) VALUES ('cat       ', 'cat       ');SELECT s1, s2, CHAR_LENGTH(s1), CHAR_LENGTH(s2) FROM sample2;+---------+---------+-----------------------------------+| s1      | s2      | CHAR_LENGTH(s1) | CHAR_LENGTH(s2) |+---------+---------+-----------------------------------+| cat     | cat     |        3        |       10        |+---------+---------+-----------------------------------+

總結(jié)

字符串是數(shù)據(jù)庫中最常用的數(shù)據(jù)類型之一，而 MySQL 仍然是當今最流行的數(shù)據(jù)庫系統(tǒng)之一。我希望你能從這篇文章中學(xué)到一些新的東西，并能用你的新知識來提高你的數(shù)據(jù)庫技能。