对Mysql的字符/字节的深入学习总结_MySQL
1.int,varchar列类型的数据字段的length设置为4,8,16,32 这种长度就是字节的存储长度，就可以内存对齐了；
2.utf8字符集下一个汉字占用三个字节，GBK下一个汉字占用两个字节，任何字符集下一个英文字符占用一个字节，这个结论是正确的但是没有找到依据。
一、谈一下列类型的存储需求（此处的存储单位是字节）：
数值类型存储需求
列类型 | 存储需求 |
TINYINT | 1个字节 |
SMALLINT | 2个字节 |
MEDIUMINT | 3个字节 |
INT, INTEGER | 4个字节 |
BIGINT | 8个字节 |
FLOAT(p) | 如果0 p p |
FLOAT | 4个字节 |
DOUBLE [PRECISION], item REAL | 8个字节 |
DECIMAL(M,D), NUMERIC(M,D) | 变长；参见下面的讨论 |
BIT(M) | 大约(M+7)/8个字节 |
附上取值范围：
类型 | 字节 | 最小值 | 最大值 |
(带符号的/无符号的) | (带符号的/无符号的) | ||
TINYINT | 1 | -128 | 127 |
0 | 255 | ||
SMALLINT | 2 | -32768 | 32767 |
0 | 65535 | ||
MEDIUMINT | 3 | -8388608 | 8388607 |
0 | 16777215 | ||
INT | 4 | -2147483648 | 2147483647 |
0 | 4294967295 | ||
BIGINT | 8 | -9223372036854775808 | 9223372036854775807 |
0 | 18446744073709551615 |
DECIMAL(和NUMERIC)的存储需求与具体版本有关：
使用二进制格式将9个十进制(基于10)数压缩为4个字节来表示DECIMAL列值。每个值的整数和分数部分的存储分别确定。每个9位数的倍数需要4个字节，并且“剩余的”位需要4个字节的一部分。下表给出了超出位数的存储需求：
剩余的 | 字节 |
位数 | 数目 |
0 | 0 |
1 | 1 |
2 | 1 |
3 | 2 |
4 | 2 |
5 | 3 |
6 | 3 |
7 | 4 |
8 | 4 |
9 | 4 |
日期和时间类型的存储需求
列类型 | 存储需求 |
DATE | 3个字节 |
DATETIME | 8个字节 |
TIMESTAMP | 4个字节 |
TIME | 3个字节 |
YEAR | 1个字节 |
字符串类型的存储需求
列类型 | 存储需求 |
CHAR(M) | M个字节，0 M |
VARCHAR(M) | L+1个字节，其中L M 且0 M |
BINARY(M) | M个字节，0 M |
VARBINARY(M) | L+1个字节，其中L M 且0 M |
TINYBLOB, TINYTEXT | L+1个字节，其中L 8 |
BLOB, TEXT | L+2个字节，其中L 16 |
MEDIUMBLOB, MEDIUMTEXT | L+3个字节，其中L 24 |
LONGBLOB, LONGTEXT | L+4个字节，其中L 32 |
ENUM('value1','value2',...) | 1或2个字节，取决于枚举值的个数(最多65,535个值) |
SET('value1','value2',...) | 1、2、3、4或者8个字节，取决于set成员的数目(最多64个成员) |
VARCHAR、BLOB和TEXT类是变长类型。每个类型的存储需求取决于列值的实际长度(用前面的表中的L表示)，而不是该类型的最大可能的大小。例如，VARCHAR(10)列可以容纳最大长度为10的字符串。实际存储需求是字符串(L)的长度，加上一个记录字符串长度的字节。对于字符串'abcd'，L是4，存储需要5个字节。
备注：这个地方是英文字符，不包含中文字符（简单地将一个中文字理解为一个字符）
对于CHAR、VARCHAR和TEXT类型，前面的表中的值L和M应解释为字符数目，并且列定义中的这些类型的长度表示字符数目。例如，要想保存一个TINYTEXT值需要L字符+ 1个字节。
要想计算用于保存具体CHAR、VARCHAR或者TEXT列值的字节数，需要考虑该列使用的字符集。在具体情况中，当使用Unicode时，必须记住所有Unicode字符使用相同的字节数。
注释：VARCHAR列的有效最大长度为65,532字符。
Char和varchar的对比：
CHAR和VARCHAR类型类似，但它们保存和检索的方式不同。它们的最大长度和是否尾部空格被保留等方面也不同。在存储或检索过程中不进行大小写转换。
CHAR和VARCHAR类型声明的长度表示你想要保存的最大字符数。例如，CHAR(30)可以占用30个字符。
CHAR列的长度固定为创建表时声明的长度。长度可以为从0到255的任何值。当保存CHAR值时，在它们的右边填充空格以达到指定的长度。当检索到CHAR值时，尾部的空格被删除掉。在存储或检索过程中不进行大小写转换。
VARCHAR列中的值为可变长字符串。长度可以指定为0到65,535之间的值。(VARCHAR的最大有效长度由最大行大小和使用的字符集确定。整体最大长度是65,532字节）。
同CHAR对比，VARCHAR值保存时只保存需要的字符数，另加一个字节来记录长度(如果列声明的长度超过255，则使用两个字节)。
VARCHAR值保存时不进行填充。当值保存和检索时尾部的空格仍保留，符合标准SQL。
如果分配给CHAR或VARCHAR列的值超过列的最大长度，则对值进行裁剪以使其适合。如果被裁掉的字符不是空格，则会产生一条警告。如果裁剪非空格字符，则会造成错误(而不是警告)并通过使用严格SQL模式禁用值的插入。
下面的表显示了将各种字符串值保存到CHAR(4)和VARCHAR(4)列后的结果，说明了CHAR和VARCHAR之间的差别：
值 | CHAR(4) | 存储需求 | VARCHAR(4) | 存储需求 |
'' | ' ' | 4个字节 | '' | 1个字节 |
'ab' | 'ab ' | 4个字节 | 'ab ' | 3个字节 |
'abcd' | 'abcd' | 4个字节 | 'abcd' | 5个字节 |
'abcdefgh' | 'abcd' | 4个字节 | 'abcd' | 5个字节 |
所以这个地方就说明以下几个问题：
1.varchar型数据和char型并不是只是存储长度可变和不可变的区别，还在于二者的存储结构上，在小于等于255的长度内，同一数据保存为varchar比保存为char多占一个字节（我理解的是用于标识是char型还是varchar型），在大于255的长度时，varchar比char多占用两个字节的存储长度。
2.就int等固定存储长度的列类型而言，不管设计数据库的时候设置的length值为多少，仍然是占用4个字节。以前总是会误以为int(3)只能存储3个长度的数字，int(11)就会存储11个长度的数字，这是大错特错的。其实当我们在选择使用int的类型的时候，不论是int(3)还是int(11)，它在数据库里面存储的都是4个字节的长度，在使用int(3)的时候如果你输入的是10，会默认给你存储位010,也就是说这个3代表的是默认的一个长度，当你不足3位时，会帮你不全，当你超过3位时，就没有任何的影响。 int(10)与int(11)有什么区别，他们之间除了在存储的时候稍微有点区别外，在我们使用的时候是没有任何区别的。int(10)也可以代表2147483647这个值int(11)也可以代表。
http://blog.sina.com.cn/s/blog_610997850100wjrm.html
二、mysql里varchar/char等设置的length是字符长度还是字节长度
首先谈下字符和字节的区别：
http://www.regexlab.com/zh/encoding.htm
然后来看下下面的例子：
新建表为：
CREATE TABLE `qc_questionnaire_list` (
`id` int(16) unsigned NOT NULL AUTO_INCREMENT COMMENT 'questionnaire',
`title` varchar(31) DEFAULT NULL COMMENT '问卷标题（10个字）',
`theme` varchar(127) DEFAULT NULL COMMENT '问卷主题（30个字）',
`test` varchar(2) DEFAULT NULL,
`test1` char(2) DEFAULT NULL,
`test2` int(11) DEFAULT NULL,
`test3` int(16) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=MyISAM AUTO_INCREMENT=2 DEFAULT CHARSET=utf8
插入数据时test和test1都为：啊啊啊，最终都只存入：啊啊
test和test1一个为varchar，一个为char，
解释下length()和char_length()
再修改下数据：
length()函数返回的是字节长度，char_length()返回的是字符的长度，所以可以看出：创建表时设置的length是字符的长度，而不是字节的长度。
http://cau99.blog.51cto.com/1855224/383023/
三、utf8字符集下一个汉字占用三个字节，GBK下一个汉字占用两个字节，任何字符集下一个英文字符占用一个字节的理论依据
从二中也可以看出，实际上utf8下汉字是占用了三个字节，英文字符占用一个字节
mysql> SHOW CHARACTER SET;
+----------+-----------------------------+---------------------+--------+
| Charset | Description | Default collation | Maxlen |
+----------+-----------------------------+---------------------+--------+
| big5 | Big5 Traditional Chinese | big5_chinese_ci | 2 |
| dec8 | DEC West European | dec8_swedish_ci | 1 |
| cp850 | DOS West European | cp850_general_ci | 1 |
| hp8 | HP West European | hp8_english_ci | 1 |
| koi8r | KOI8-R Relcom Russian | koi8r_general_ci | 1 |
| latin1 | cp1252 West European | latin1_swedish_ci | 1 |
| latin2 | ISO 8859-2 Central European | latin2_general_ci | 1 |
| swe7 | 7bit Swedish | swe7_swedish_ci | 1 |
| ascii | US ASCII | ascii_general_ci | 1 |
| ujis | EUC-JP Japanese | ujis_japanese_ci | 3 |
| sjis | Shift-JIS Japanese | sjis_japanese_ci | 2 |
| hebrew | ISO 8859-8 Hebrew | hebrew_general_ci | 1 |
| tis620 | TIS620 Thai | tis620_thai_ci | 1 |
| euckr | EUC-KR Korean | euckr_korean_ci | 2 |
| koi8u | KOI8-U Ukrainian | koi8u_general_ci | 1 |
| gb2312 | GB2312 Simplified Chinese | gb2312_chinese_ci | 2 |
| greek | ISO 8859-7 Greek | greek_general_ci | 1 |
| cp1250 | Windows Central European | cp1250_general_ci | 1 |
| gbk | GBK Simplified Chinese | gbk_chinese_ci | 2 |
| latin5 | ISO 8859-9 Turkish | latin5_turkish_ci | 1 |
| armscii8 | ARMSCII-8 Armenian | armscii8_general_ci | 1 |
| utf8 | UTF-8 Unicode | utf8_general_ci | 3 |
| ucs2 | UCS-2 Unicode | ucs2_general_ci | 2 |
| cp866 | DOS Russian | cp866_general_ci | 1 |
| keybcs2 | DOS Kamenicky Czech-Slovak | keybcs2_general_ci | 1 |
| macce | Mac Central European | macce_general_ci | 1 |
| macroman | Mac West European | macroman_general_ci | 1 |
| cp852 | DOS Central European | cp852_general_ci | 1 |
| latin7 | ISO 8859-13 Baltic | latin7_general_ci | 1 |
| utf8mb4 | UTF-8 Unicode | utf8mb4_general_ci | 4 |
| cp1251 | Windows Cyrillic | cp1251_general_ci | 1 |
| utf16 | UTF-16 Unicode | utf16_general_ci | 4 |
| utf16le | UTF-16LE Unicode | utf16le_general_ci | 4 |
| cp1256 | Windows Arabic | cp1256_general_ci | 1 |
| cp1257 | Windows Baltic | cp1257_general_ci | 1 |
| utf32 | UTF-32 Unicode | utf32_general_ci | 4 |
| binary | Binary pseudo charset | binary | 1 |
| geostd8 | GEOSTD8 Georgian | geostd8_general_ci | 1 |
| cp932 | SJIS for Windows Japanese | cp932_japanese_ci | 2 |
| eucjpms | UJIS for Windows Japanese | eucjpms_japanese_ci | 3 |
+----------+-----------------------------+---------------------+--------+
可以设置字符集为GBK，然后再看下char_length,length就明白了。
总结：
1.为了加快查询和更新速度，要考虑内存对齐原则，加上空间的考虑，优先SMALLINT,INT,BIGINT,FLOAT,DOUBLE ,最后才是考虑varchar,char型。
2.在设计数据表的时候对于int/float/double/date等数据类型不用纠结于设定多少长度，长度只是用于显示而已，对于存储没有任何意义，varchar/char长度只需设置到最大的字数（或者字符数）就可以了，除非能够准确地判断该字段只存汉字或者只存英文（这样的可以参照内存对齐原则）。
最后：大家一定要多看官方文档，这篇文章里的大多数东西都是来源于官文文档。