MySQL數據庫中CHAR與VARCHAR之爭 @ inspirr

http://www.inspirr.com

核心提示：在數據庫中，字符型的數據是最多的，可以占到整個數據庫的80%以上。為此正確處理字符型的數據，對于提高數據庫的性能有很大的作用。在字符型數據中，用的最多的就是Char與Varchar兩種類型。前面的是固定長度，而后面的是可變長度。現在我們需要考慮的是，在什么情況下使

在數據庫中，字符型的數據是最多的，可以占到整個數據庫的80%以上。為此正確處理字符型的數據，對于提高數據庫的性能有很大的作用。在字符型數據中，用的最多的就是Char與Varchar兩種類型。前面的是固定長度，而后面的是可變長度。現在我們需要考慮的是，在什么情況下使用Char字符型數據，什么情況下采用Varchar字符型數據。在這部分內容中，我就跟大家來探討一下這個話題。

MySQL數據庫中CHAR與VARCHAR之爭

一、VARCHAR與CHAR字符型數據的差異

在MySQL數據庫中，用的最多的字符型數據類型就是Varchar和Char.。這兩種數據類型雖然都是用來存放字符型數據，但是無論從結構還是從數據的保存方式來看，兩者相差很大。而且其具體的實現方式，還依賴與存儲引擎。我這里就以大家最常用的MYISAM存儲引擎為例，談談這兩種數據類型的差異。在后續建議中，也是針對這種存儲類型而言的。

這里首先需要明白的一點是，這兩種數據類型，無論采用哪一種存儲引起，系統存儲數據的方式都是不同的。正是因為如此，我們才有必要研究兩者的不同。然后在合適的情況下，采用恰當的方式。了解這一點之后，我們再來看后續的內容。

Varchar往往用來保存可變長度的字符串。簡單的說，我們只是給其固定了一個最大值，然后系統會根據實際存儲的數據量來分配合適的存儲空間。為此相比CHAR字符數據而言，其能夠比固定長度類型占用更少的存儲空間。不過在實際工作中，由于某系特殊的原因，會在這里設置例外。如管理員可以根據需要指定ROW_FORMAT=FIXED選項。利用這個選項來創建MyISAM表的話，系統將會為每一行使用固定長度的空間。此時會造成存儲空間的損耗。通常情況下，VARCHAR數據類型能夠節約磁盤空間，為此往往認為其能夠提升數據庫的性能。不過這里需要注意的是，這往往是一把雙刃劍。其在提升性能的同時，往往也會產生一些副作用。如因為其長度是可變的，為此在數據進行更新時可能會導致一些額外的工作。如在更改前，其字符長度是10位，此時系統就只給其分配10個存儲的位置。更改后，其數據量達到了20位。由于沒有超過最大50位的限制，為此數據庫還是允許其存儲的。只是其原先的存儲位置已經無法滿足其存儲的需求。此時系統就需要進行額外的操作。如根據存儲引擎不同，有的會采用拆分機制，而有的則會采用分頁機制。

CHAR數據類型與VARCHAR數據類型不同，其采用的是固定長度的存儲方式。簡單的說，就是系統總為其分配最大的存儲空間。當數據保存時，即使其沒有達到最大的長度，系統也會為其分配這么多的存儲空間。顯然，這種存儲方式會造成磁盤空間的浪費。這里筆者需要提醒的一點是，當字符位數不足時，系統并不會采用空格來填充。相反，如果在保存CHAR值的時候，如果其后面有空值，系統還會自動過濾其空格。而在進行數據比較時，系統又會將空格填充到字符串的末尾。

顯然，VARCHAR與CHAR兩種字符型數據類型相比，最大的差異就是前者是可變長度，而后者則是固定長度。在存儲時，前者會根據實際存儲的數據來分配最終的存儲空間。而后者則不管實際存儲數據的長度，都是根據CHAR規定的長度來分配存儲空間。這是否意味著CHAR的數據類型劣于VARCHAR呢？其實不然。否則的話，就沒有必要存在CHAR字符類型了。雖然VARCHAR數據類型可以節省存儲空間，提高數據處理的效率。但是其可變長度帶來的一些負面效應，有時候會抵消其帶來的優勢。為此在某些情況下，還是需要使用Char數據類型。

二、項目建議

根據上面的分析，我們知道VARCHAR數據類型是一把雙刃劍，其在帶來性能提升的同時，也可能會存在著一些額外的消耗。我們在評估到底是使用VARCHAR數據類型還是采用CHAR數據類型時，就需要進行均衡。在實際項目中，我們會考量如下情況。

一是根據字符的長度來判斷。如某個字段，像人的名字，其最長的長度也是有限的。如我們給其分配18個字符長度即可。此時雖然每個人的名字長度有可能不同，但是即使為其分配了固定長度的字符類型，即18個字符長度，最后浪費的空間也不是很大。而如果采用NVARCHAR數據類型時，萬一以后需要改名，而原先的存儲空間不足用來容納新的值，反而會造成一些額外的工作。在這種情況下，進行均衡時，會認為采用CHAR固定長度的數據類型更好。在實際項目中，如果某個字段的字符長度比較短此時一般是采用固定字符長度。

二是考慮其長度的是否相近。如果某個字段其長度雖然比較長，但是其長度總是近似的，如一般在90個到100個字符之間，甚至是相同的長度。此時比較適合采用CHAR字符類型。比較典型的應用就是MD5哈希值。當利用MD5哈希值來存儲用戶密碼時，就非常使用采用CHAR字符類型。因為其長度是相同的。另外，像用來存儲用戶的身份證號碼等等，一般也建議使用CHAR類型的數據。

另外請大家考慮一個問題，CHAR與VARCHAR兩這個定義，會有什么區別呢？雖然這兩個都只能夠用來保存單個的字符，但是VARCHAR要比CHAR多占用一個存儲位置。這主要是因為使用VARCHAR數據類型時，會多用1個字節用來存儲長度信息。這個管理上的開銷CHAR字符類型是沒有的。

三是從碎片角度進行考慮。使用CHAR字符型時，由于存儲空間都是一次性分配的。為此某個字段的內容，其都是存儲在一起的。單從這個角度來講，其不存在碎片的困擾。而可變長度的字符數據類型，其存儲的長度是可變的。當其更改前后數據長度不一致時，就不可避免的會出現碎片的問題。故使用可變長度的字符型數據時，數據庫管理員要時不時的對碎片進行整理。如執行數據庫導出導入作業，來消除碎片。

四是即使使用Varchar數據類型，也不能夠太過于慷慨。這是什么意思呢？如現在用戶需要存儲一個地址信息。根據評估，只要使用100個字符就可以了。但是有些數據庫管理員會認為，反正Varchar數據類型是根據實際的需要來分配長度的。還不如給其大一點的呢。為此他們可能會為這個字段一次性分配200個字符的存儲空間。這VARCHAR與VARCHAR真的相同嗎？結果是否定的。雖然他們用來存儲90個字符的數據，其存儲空間相同。但是對于內存的消耗是不同的。對于VARCHAR數據類型來說，硬盤上的存儲空間雖然都是根據實際字符長度來分配存儲空間的，但是對于內存來說，則不是。其時使用固定大小的內存塊來保存值。簡單的說，就是使用字符類型中定義的長度，即200個字符空間。顯然，這對于排序或者臨時表作業會產生比較大的不利影響。所以如果某些字段會涉及到文件排序或者基于磁盤的臨時表時，分配VARCHAR數據類型時仍然不能夠太過于慷慨。還是要評估實際需要的長度，然后選擇一個最長的字段來設置字符長度。如果為了考慮冗余，可以留10%左右的字符長度。千萬不能認為其為根據實際長度來分配存儲空間，而隨意的分配長度，或者說干脆使用最大的字符長度。