设计表的时候，对变长字段长度选择的一点思考

Posted 2020-12-30 lonelyxmas

原文:设计表的时候，对变长字段长度选择的一点思考

不管是在MSSQL还是mysql或者Oracle，变长字段的长度衡量都是要经常面对的。
对于一个变长的字段，在满足业务的情况下（其实所谓的满足业务是一个比较模糊的东西），到底是选择varchar(50)还是varchar(200)亦或是varchar(500)？
对于保守型选择，往往是选择一个较大的长度，比如varchar(500)要比varchar(50)更具有兼容性，因为是变长字段的原因，存储空间也一样。
这样的选择并不能说就不好，看站在哪个角度来看问题。
那么，相对于varchar(50),varchar(500)在更具备兼容性的同时，有哪些不好的地方，也是需要思考的,。

这里的原则就是：对于可变长度的字段，在满足条件的前提下，尽可能使用较短的变长字段长度。

 

以下是一个相对极端的例子，以SQL Server为例，
TestVarchar1和TestVarchar2的SortColumn 字段长度分别是varchar(50)和varchar(8000)，两个表写入10000条测一样的试数据，
SortColumn 的实际长度是36个字符。

Create Table TestVarchar1
(
    Id INT IDENTITY(1,1),
    SortColumn varchar(50)
)

Create Table TestVarchar2
(
    Id INT IDENTITY(1,1),
    SortColumn varchar(8000)
)

DECLARE @SortColumn char(36);
set @SortColumn = CAST(NEWID() as char(36))
insert into TestVarchar1(SortColumn) values (@SortColumn)
insert into TestVarchar2(SortColumn) values (@SortColumn)
GO 10000

 

1，基于存储空间的考虑

存储空间上，存储不超过一定长度的变长字段，不同长度的变长字段存储空间是一样的，比如选择使用varchar(50)和varchar(500)是一样的，
也就说，对于不超过50个字符串的数据存储，两者在物理空间占用上并没有区别。

这里会发现，两个表的数据在完全一致的情况下，其存储空间也是完全一样的，的确，并不会因为varchar使用一个较长的长度而多占用存储空间

2，基于性能的考虑
选择varchar(50)还是varchar(8000),在性能上确实有显著的差异，考虑到某些查询需要内存（Memory Grant）,查询引擎会预估当前查询需要的内存，影响查询内存的因素有以下几个方面
1，查询的类型，有没有聚合运算，有没有排序等等
2，每个操作符涉及到的记录数量
3，数据行的大小（这里是字段类型的长度而不是字段实际长度）
当行记录的数据类型长度较大的时候，执行计划预估的平均大小较大，数据类型定义的长度越大，预估的长度越大，需要分配的内存越大
如果一个查询涉及一些聚合操作并且数据量较大，就可能需要大量的内存来完成这个查询，查询引起会分配多余实际需要的内存。

两者对数据行Size的预估是一样的（尽管是完全一样的数据）

造成的结果就是两个查询的内存授予是一样的，同时第二个执行计划还有一个警告信息（黄色的感叹号）

以上可以看出，尽管两个表的数据是完全一致的，
不过字段的最大长度不一致，造成执行计划预估出现较大的偏差，因此给予较高的内存，浪费无所谓的资源。

再看一个通过聚合函数操作两张表的例子，会增加CPU的使用。

因此对于可变长度的字段，在满足条件的前提下，尽可能使用较短的变长字段长度。

 

 

当然，较大的字段（相比较小）还可能存在一些不是太直观的影响，参考：https://yq.aliyun.com/articles/17147?spm=a2c4e.11155435.0.0.578a71a89qSBMc