Mysql 5中列级别的CHARSET

Posted 2023-02-24

【中文标题】Mysql 5中列级别的CHARSET

【英文标题】：CHARSET on column level in Mysql 5

【发布时间】：2011-05-29 13:59:16

【问题描述】：

我的应用程序有一个表，其中有两列需要 utf8，其他列是拉丁文。根据定义，拉丁字符不包含非拉丁字符，而 utf8 字符可能包含也可能不包含 utf8 字符。一个 utf8 列已编入索引，另一列未编入索引。

我有三个问题：

在列级别混合字符集是一种好习惯吗？

如果一行（在此表上）仅包含拉丁字符而没有 utf8 字符，那么数据存储和索引大小会受到怎样的影响？换句话说，utf8 列数据/索引大小与拉丁文相同，但不存储任何 utf8 文本。

相对于拉丁语，utf8 列上的数据和索引存储如何量化？

谢谢

【参考方案1】：

UTF-8 是一种可变长度编码。 ASCII set 中的字符将被编码为一个字节，如 latin1；超出此范围的字符将使用最多四个字节进行编码。由 ASCII 字符组成的字符串在 UTF8 和 latin1 中具有相同的长度。

在列级别混合字符集是一种好习惯吗？

我从来没有这样做过，并且倾向于说不，因为它不必要地使数据库架构复杂化。虽然数据库引擎应该能够很好地处理它，但出于存储考虑，我不会使用混合字符集。节省的钱最多是最少的。

我能想到的混合字符集的唯一正当理由是对特定排序顺序和/或区分大小写/重音/不区分搜索使用不同的排序规则。

【讨论】：

Pekka，存储和索引都需要 1 字节还是 4 字节？最多 4 个字节，如俄语 2 个字节或中文 4 个字节等等？有这些图表吗？

还有一个问题，德语变音符号是否超过 1 个字节，因为它们不是 US-ASCII？