網上有很多關於char和varchar的相關比較,但是都歷史悠久,這裡轉載一篇信息比較新的,個人認為對我的設計字段決定幫助很大。
現代數據庫一般都支持CHAR與VARCHAR字符型字段類型,CHAR是用來保存定長字符,存儲空間的大小為字段定義的長度,與實際字符長度無關,當輸入的字符小於定義長度時最後會補上空格。VARCHAR是用來保留變長字符,在數據庫中存儲空間的大小是實際的字符長度,不會像CHAR一樣補上空格,這樣占用的空間更少。
從以上特點來看,VARCHAR比CHAR有明顯的優勢,因此大部份數據庫設計時都應該采用VARCHAR類型。那為什麼還需要CHAR類型呢,個人認為有以下幾個原因:
1、為了跟以前版本的數據庫進行一個兼容,因為很久以前數據庫只支持CHAR類型,有些應用的業務邏輯也只是針對CHAR類型設計的,所以數據庫軟件也就一直保留CHAR類型。
2、CHAR類型是定長的,一些數據庫可以在每條記錄中不存儲字段長度信息,這樣可以節省部份空間,也可以方便做一些內存對齊提高性能,但個人認為這帶來的性能提升非常微小,至少ORACLE數據庫是沒有意義的。
3、還有說法是有些數據經常修改,長度可能變化,會引起碎片,采用CHAR就不會產生碎片,這個說法比較多,但我認為既然長度會變化,那用VARCHAR更能節省內存與存儲空間來提升性能,只要數據塊預留的空間沒有問題,采用VARCHAR性能更好。
對於ORACLE數據庫,我找不到充足的理由來使用CHAR類型,而且CHAR還會帶來討厭的空格,有些文章說MYSQL的MYISAM存儲引擎在和長度固定的情況下CHAR比VARCHAR好,這個沒有測試過,不太了解。
由於VARCHAR是變長存儲,那麼很多人會有疑問,比如STATUS字段定義VARCHAR(10)與VARCHAR(1000)有什麼區別,反正是變長的,存儲空間都一樣,省得以後要加長又要改變字段定義。 下面說一下我的理解:
1、字段長度是數據庫一種約束,可以保證進入數據庫的數據符合長度要求,定義合理的字段長度可以減少一部份非法數據進入,比如:我們業務中STATUS只有‘NEW’,‘DELETE’,‘CLOSE’3種狀態,使用VARCHAR(5)保存,這樣可以有效的減少非法數據進入,定義合理的長度也可以讓人容易理解字段的用途,試想一下,如果你所有的字符字段長度都是VARCHAR(4000)會是什麼樣的情況。
2、VARCHAR的字段長度雖然對數據存儲沒有太大影響,但對特定的數據庫還是有一些細微差別,比如MYSQL中定義的長度如果小於255,字段長度用1個字節表示,如果超過255,字段的長度將固定用2個字節表示。如果你的業務數據最大長度只有10,但定義長度為256則每條記錄會多浪費了一個字節來存儲長度。ORACLE沒有這樣的問題,它會根據每條記錄字段的實際長度動態選擇長度標識。
3、字段定義的長度對索引也有較大影響。ORACLE對索引長度還是有一定限制,8i官方文檔說明單條記錄索引信息的長度不能超過數據塊大小的40%,9i中是75%,實際上也差不多,具體可以見jametong的http://www.dbthink.com/?p=20這篇文檔,裡面有詳細的測試結果。如果你的數據塊大小是8K,那麼索引字段的定義長度不能超過6398,比如,你要給表上2個VARCHAR(4000)字段建組合索引,創建時會直接報錯。另外索引組織表及在線重建索引(因為中間會臨時創建一個索引組織表)允許的索引信息長度更小,只能是數據塊大小的40%,實際中8K的數據塊大小,要使用在線重建索引,那定義的長度不能超過3215。從以上可以看出,數據塊大小為8K時,設計字段時如果要定義為VARCHAR(4000),那這個字段就不能考慮建立索引,因為即使能建上,也不能做在線重定義操作,DBA要進行索引維護時只能停止應用,這將對系統的可用性產生較大影響。關於ORACLE索引長度限制測試的腳本如下:
[sql] view plaincopy
SQL> create table test1
2 (
3 c1 varchar2(4000),
4 c2 varchar2(4000),
5 c3 varchar2(4000)
6 )
7 ;
Table created
SQL> create index test1_ind1 on TEST1 (c1);
Index created
SQL> alter index test1_ind1 rebuild online;
alter index test1_ind1 rebuild online
ORA-00604: error occurred at recursive SQL level 1
ORA-01450: maximum key length (3215) exceeded
SQL> create index test1_ind2 on TEST1 (c2, c3);
create index test1_ind2 on TEST1 (c2, c3)
ORA-01450: maximum key length (6398) exceeded
SQL>
關於ORACLE的索引長度還有一些特別的規則,比如自定義函數返回的字符定義長度固定是4000,所以要用自定義函數做函數索引需要特別注意一下,這可能會影響在線重建索引不能操作。
內置函數的索引長度根據函數決定,比如UPPER這種不改變長度的就是索引字段定義的長度,SUBSTR這種會改變長度要根據函數截取長度決定。
NUMBER類型字段的長度固定是22。
DATA類型字段的長度固定是7。
索引默認是升序,如果要降序建的索引長度是字段定義長度*1.5+1。
MYSQL對索引長度限制比較復雜,每種版本及存儲引擎都不一樣,如下是MYSQL5.1.58測試的結果:
INNODB的最大總長度是3072字節,單個字符字段是767字節,如果字段長度大於767則自動截取前767個字符。
MYISAM最大總長度是1000字節,單個字符字段是1000字節。
MEMORY的最大總長度是3072字節,單個字符字段是3072字節。
4、變長字段定義的長度雖然不會影響服務器數據空間大小,但是對於客戶端的內存有影響,因為客戶端在用SQL從數據庫讀取數據時,首先會取到字段定義的長度,然後分配足夠的內存,也就是說如果你定義的字段長度是1K,實際長度是10字節,要取1K記錄,那客戶端會分配1MB的內存, 但只保存了10K有效數據。這將會比較嚴重的浪費客戶端內存。特別是一些高並發或者是取大量數據的場景,容易產生內存溢出。
5、關於字段長度對齊的問題,有些設計人員喜歡定義字段的長度為4或者8的倍數,如16,32,64,128之類的,理由是可以做到內存對齊,對於這個問題我沒有深入分析過,個人認為必要性不大,也沒看到過這種優化能提升性能的案例。如果一個VARCHAR(1)定義為VARCHAR(4)反而浪費內存與存儲,實際上我看到在ORACLE jdbc驅動中會將所有的字符類型數據保存在一個大的char[]中,把所有NUMBER與DATE類型放在另一個char[]中,這樣整合後都不清楚如何內存對齊了。
綜上所述:VARCHAR類型字段長度不能隨便定義,並不是越大越好,還是需要根據實際業務數據定義一個合適的長度。我個人對於一些可以完全預估的長度就按實際長度定義,比如年月、狀態、標記之類的信息。對於不確定長度的業務數據如NAME、STYLE之類的信息定義一個合理值,如VARCHAR(20),VARCHAR(30) 之類 。對於描述性或備注性的信息,這些字段也確定不會有索引,長度也不可預知,所以留更大的長度,避免以後經常進行長度調整,如VARCHAR(1024),或者直接VARCHAR2(4000) 。