达梦数据库

    length_in_char 和 CHARSET 组合使用效果详解

    【问题描述】

    LENGTH_IN_CHAR 和 CHARSET 组合使用效果详解。

    【问题原因】

    LENGTH_IN_CHAR：VARCHAR 类型对象的长度是否以字符为单位。取值：1、Y 表示是，0、N 表示否。默认值为 0。可选参数。1 或 Y：是，所有 VARCHAR 类型对象的长度以字符为单位。这种情况下，定义长度并非真正按照字符长度调整，而是将存储长度值按照理论字符长度进行放大。所以会出现实际可插入字符数超过定义长度的情况，这种情况也是允许的。同时，存储的字节长度 8188 上限仍然不变，也就是说，即使定义列长度为 8188 字符，其实际能插入的字符串占用总字节长度仍然不能超过 8188。

    CHARSET/UNICODE_FLAG：字符集选项。取值：0 代表 GB18030，1 代表 UTF-8，2 代表韩文字符集 EUC-KR。默认为 0。

    LENGTH_IN_CHAR 与 CHARSET/UNICODE_FLAG 参数配合时，有多种搭配结果。

    以不同的字符编码的 varchar(10) 为例：

    配置字段长度英文存储个数中文存储个数实际字节数备注
    GB18030, LENGTH_IN_CHAR=0VARCHAR(10)10510中文占 2 字节
    GB18030, LENGTH_IN_CHAR=1VARCHAR(10)201020中文占 2 字节，以字符为单位，自动扩充为双倍字节数
    UTF-8, LENGTH_IN_CHAR=0VARCHAR(10)103.310中文占 3 字节
    UTF-8, LENGTH_IN_CHAR=1VARCHAR(10)4013.340中文占 3 字节，以字符为单位，自动扩充为 4 倍字节数

    以下以一实例，进行详细介绍：

    • 当参数 UNICODE_FLAG=1、LENGTH_IN_CHAR=0 时。一个汉字占用三个字节，一个英文占用一个字节。例如：列定义为 varchar(3)，那么只能存入 1 个汉字或者 3 个英文字母。如下图：

    image.png

    • 当参数 UNICODE_FLAG=1、LENGTH_IN_CHAR=1 时，一个汉字占三个字节，一个英文字母占一个字节，一个字符四个字节（即一个 varchar 单位占四个字节），可以存四个英文字母。例如：列定义为 varchar(1)，那么最多只能存入一个汉字或者 4 个英文字母。如下图：

    image.png

    • 当参数 UNICODE_FLAG=0、LENGTH_IN_CHAR=1 时，一个汉字占两个字节一个字符，一个英文字母占一个字节，一个字符可以存一个汉字或者两个英文字母。例如：列定义为 varchar(3)，那么最多只能存入三个汉字或者 6 个英文字母。如下图：

    image.png

    • 当参数 UNICODE_FLAG=0、LENGTH_IN_CHAR=0 时，一个汉字占两个字节，一个英文字符占一个字节。一个汉字占用两个字节。例如：列定义为 varchar(3)，那么最多存入一个汉字或者 3 个英文字母。如下图：

    image.png

    【问题解决】

    在初始化数据库前，需根据实际业务字符存储需求，结合上述对照表确定合适的 LENGTH_IN_CHAR 与 CHARSET/UNICODE_FLAG 参数组合，因为这两个参数在数据库创建后均不可修改。