前言

MySQL 數(shù)據(jù)庫的字符串類型有 CHAR、VARCHAR、BINARY、BLOB、TEXT、ENUM、SET。不同的類型在業(yè)務設計、數(shù)據(jù)庫性能方面的表現(xiàn)完全不同，其中最常使用的是 CHAR、VARCHAR。今天我就帶你深入了解字符串類型 CHAR、VARCHAR 的應用。

CHAR 和 VARCHAR 的定義

CHAR(N) 用來保存固定長度的字符，N 的范圍是 0 ~ 255，請牢記，N 表示的是字符，而不是字節(jié)。VARCHAR(N) 用來保存變長字符，N 的范圍為 0 ~ 65536， N 同樣表示字符。

在超出 65536 個字節(jié)的情況下，可以考慮使用更大的字符類型 TEXT 或 BLOB，兩者最大存儲長度為 4G，其區(qū)別是 BLOB 沒有字符集屬性，純屬二進制存儲。

和 Oracle、SQL Server 等傳統(tǒng)關系型數(shù)據(jù)庫不同的是，MySQL 數(shù)據(jù)庫的 VARCHAR 字符類型，最大能夠存儲 65536 個字節(jié)，所以在 MySQL 數(shù)據(jù)庫下，絕大部分場景使用類型 VARCHAR 就足夠了。

字符集

在表結構設計中，除了將列定義為 CHAR 和 VARCHAR 用以存儲字符以外，還需要額外定義字符對應的字符集，因為每種字符在不同字符集編碼下，對應著不同的二進制值。常見的字符集有 GBK、UTF8，通常推薦把默認字符集設置為 UTF8。

而且隨著移動互聯(lián)網(wǎng)的飛速發(fā)展，推薦把 MySQL 的默認字符集設置為 UTF8MB4，否則，某些 emoji 表情字符無法在 UTF8 字符集下存儲，比如 emoji 笑臉表情，對應的字符編碼為 0xF09F988E：

若強行在字符集為 UTF8 的列上插入 emoji 表情字符， MySQL 會拋出如下錯誤信息：

mysql> SHOW CREATE TABLE emoji_testG*************************** 1. row *************************** Table: emoji_testCreate Table: CREATE TABLE `emoji_test` ( `a` varchar(100) CHARACTER SET utf8, PRIMARY KEY (`a`)) ENGINE=InnoDB DEFAULT CHARSET=utf81 row in set (0.01 sec)mysql> INSERT INTO emoji_test VALUES (0xF09F988E);ERROR 1366 (HY000): Incorrect string value: ’xF0x9Fx98x8E’ for column ’a’ at row 1

包括 MySQL 8.0 版本在內(nèi)，字符集默認設置成 UTF8MB4，8.0 版本之前默認的字符集為 Latin1。因為不同版本默認字符集的不同，你要顯式地在配置文件中進行相關參數(shù)的配置：

[mysqld]character-set-server = utf8mb4...

另外，不同的字符集，CHAR(N)、VARCHAR(N) 對應最長的字節(jié)也不相同。比如 GBK 字符集，1 個字符最大存儲 2 個字節(jié)，UTF8MB4 字符集 1 個字符最大存儲 4 個字節(jié)。所以從底層存儲內(nèi)核看，在多字節(jié)字符集下，CHAR 和 VARCHAR 底層的實現(xiàn)完全相同，都是變長存儲！

從上面的例子可以看到，CHAR(1) 既可以存儲 1 個 ’a’ 字節(jié)，也可以存儲 4 個字節(jié)的 emoji 笑臉表情，因此 CHAR 本質(zhì)也是變長的。

鑒于目前默認字符集推薦設置為 UTF8MB4，所以在表結構設計時，可以把 CHAR 全部用 VARCHAR 替換，底層存儲的本質(zhì)實現(xiàn)一模一樣。

排序規(guī)則

排序規(guī)則（Collation）是比較和排序字符串的一種規(guī)則，每個字符集都會有默認的排序規(guī)則，你可以用命令 SHOW CHARSET 來查看：

mysql> SHOW CHARSET LIKE ’utf8%’;+---------+---------------+--------------------+--------+| Charset | Description | Default collation | Maxlen |+---------+---------------+--------------------+--------+| utf8 | UTF-8 Unicode | utf8_general_ci | 3 || utf8mb4 | UTF-8 Unicode | utf8mb4_0900_ai_ci | 4 |+---------+---------------+--------------------+--------+2 rows in set (0.01 sec)mysql> SHOW COLLATION LIKE ’utf8mb4%’;+----------------------------+---------+-----+---------+----------+---------+---------------+| Collation | Charset | Id | Default | Compiled | Sortlen | Pad_attribute |+----------------------------+---------+-----+---------+----------+---------+---------------+| utf8mb4_0900_ai_ci | utf8mb4 | 255 | Yes | Yes | 0 | NO PAD|| utf8mb4_0900_as_ci | utf8mb4 | 305 | | Yes | 0 | NO PAD|| utf8mb4_0900_as_cs | utf8mb4 | 278 | | Yes | 0 | NO PAD|| utf8mb4_0900_bin | utf8mb4 | 309 | | Yes | 1 | NO PAD|| utf8mb4_bin| utf8mb4 | 46 | | Yes | 1 | PAD SPACE |......

排序規(guī)則以 _ci 結尾，表示不區(qū)分大小寫（Case Insentive），_cs 表示大小寫敏感，_bin 表示通過存儲字符的二進制進行比較。需要注意的是，比較 MySQL 字符串，默認采用不區(qū)分大小的排序規(guī)則：

mysql> SELECT ’a’ = ’A’;+-----------+| ’a’ = ’A’ |+-----------+| 1 |+-----------+1 row in set (0.00 sec)mysql> SELECT CAST(’a’ as char) COLLATE utf8mb4_0900_as_cs = CAST(’A’ as CHAR) COLLATE utf8mb4_0900_as_cs as result;+--------+| result |+--------+| 0 |+--------+1 row in set (0.00 sec)

牢記，絕大部分業(yè)務的表結構設計無須設置排序規(guī)則為大小寫敏感！除非你能明白你的業(yè)務真正需要。

正確修改字符集

當然，相信不少業(yè)務在設計時沒有考慮到字符集對于業(yè)務數(shù)據(jù)存儲的影響，所以后期需要進行字符集轉(zhuǎn)換，但很多同學會發(fā)現(xiàn)執(zhí)行如下操作后，依然無法插入 emoji 這類 UTF8MB4 字符：

ALTER TABLE emoji_test CHARSET utf8mb4;

其實，上述修改只是將表的字符集修改為 UTF8MB4，下次新增列時，若不顯式地指定字符集，新列的字符集會變更為 UTF8MB4，但對于已經(jīng)存在的列，其默認字符集并不做修改，你可以通過命令 SHOW CREATE TABLE 確認：

mysql> SHOW CREATE TABLE emoji_testG*************************** 1. row *************************** Table: emoji_testCreate Table: CREATE TABLE `emoji_test` ( `a` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL, PRIMARY KEY (`a`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci1 row in set (0.00 sec)

可以看到，列 a 的字符集依然是 UTF8，而不是 UTF8MB4。因此，正確修改列字符集的命令應該使用 ALTER TABLE ... CONVERT TO...這樣才能將之前的列 a 字符集從 UTF8 修改為 UTF8MB4：

mysql> ALTER TABLE emoji_test CONVERT TO CHARSET utf8mb4;Query OK, 0 rows affected (0.94 sec)Records: 0 Duplicates: 0 Warnings: 0mysql> SHOW CREATE TABLE emoji_testG*************************** 1. row *************************** Table: emoji_testCreate Table: CREATE TABLE `emoji_test` ( `a` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL, PRIMARY KEY (`a`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci1 row in set (0.00 sec)業(yè)務表結構設計實戰(zhàn)

用戶性別設計

設計表結構時，你會遇到一些固定選項值的字段。例如，性別字段（Sex），只有男或女；又或者狀態(tài)字段（State），有效的值為運行、停止、重啟等有限狀態(tài)。我觀察后發(fā)現(xiàn)，大多數(shù)開發(fā)人員喜歡用 INT 的數(shù)字類型去存儲性別字段，比如：

CREATE TABLE `User` ( `id` bigint NOT NULL AUTO_INCREMENT, `sex` tinyint DEFAULT NULL, ...... PRIMARY KEY (`id`)) ENGINE=InnoDB；

其中，tinyint 列 sex 表示用戶性別，但這樣設計問題比較明顯。

表達不清：在具體存儲時，0 表示女，還是 1 表示女呢？每個業(yè)務可能有不同的潛規(guī)則； 臟數(shù)據(jù)：因為是 tinyint，因此除了 0 和 1，用戶完全可以插入 2、3、4 這樣的數(shù)值，最終表中存在無效數(shù)據(jù)的可能，后期再進行清理，代價就非常大了。

在 MySQL 8.0 版本之前，可以使用 ENUM 字符串枚舉類型，只允許有限的定義值插入。如果將參數(shù) SQL_MODE 設置為嚴格模式，插入非定義數(shù)據(jù)就會報錯：

mysql> SHOW CREATE TABLE UserG*************************** 1. row *************************** Table: UserCreate Table: CREATE TABLE `User` ( `id` bigint NOT NULL AUTO_INCREMENT, `sex` enum(’M’,’F’) COLLATE utf8mb4_general_ci DEFAULT NULL, PRIMARY KEY (`id`)) ENGINE=InnoDB1 row in set (0.00 sec)mysql> SET sql_mode = ’STRICT_TRANS_TABLES’;Query OK, 0 rows affected, 1 warning (0.00 sec)mysql> INSERT INTO User VALUES (NULL,’F’);Query OK, 1 row affected (0.08 sec)mysql> INSERT INTO User VALUES (NULL,’A’);ERROR 1265 (01000): Data truncated for column ’sex’ at row 1

由于類型 ENUM 并非 SQL 標準的數(shù)據(jù)類型，而是 MySQL 所獨有的一種字符串類型。拋出的錯誤提示也并不直觀，這樣的實現(xiàn)總有一些遺憾，主要是因為MySQL 8.0 之前的版本并沒有提供約束功能。自 MySQL 8.0.16 版本開始，數(shù)據(jù)庫原生提供 CHECK 約束功能，可以方便地進行有限狀態(tài)列類型的設計：

mysql> SHOW CREATE TABLE UserG*************************** 1. row *************************** Table: UserCreate Table: CREATE TABLE `User` ( `id` bigint NOT NULL AUTO_INCREMENT, `sex` char(1) COLLATE utf8mb4_general_ci DEFAULT NULL, PRIMARY KEY (`id`), CONSTRAINT `user_chk_1` CHECK (((`sex` = _utf8mb4’M’) or (`sex` = _utf8mb4’F’)))) ENGINE=InnoDB1 row in set (0.00 sec)mysql> INSERT INTO User VALUES (NULL,’M’);Query OK, 1 row affected (0.07 sec)mysql> INSERT INTO User VALUES (NULL,’Z’);ERROR 3819 (HY000): Check constraint ’user_chk_1’ is violated.

從這段代碼中看到，第 8 行的約束定義 user_chk_1 表示列 sex 的取值范圍，只能是 M 或者 F。同時，當 15 行插入非法數(shù)據(jù) Z 時，你可以看到 MySQL 顯式地拋出了違法約束的提示。

賬戶密碼存儲設計

切記，在數(shù)據(jù)庫表結構設計時，千萬不要直接在數(shù)據(jù)庫表中直接存儲密碼，一旦有惡意用戶進入到系統(tǒng)，則面臨用戶數(shù)據(jù)泄露的極大風險。比如金融行業(yè)，從合規(guī)性角度看，所有用戶隱私字段都需要加密，甚至業(yè)務自己都無法知道用戶存儲的信息（隱私數(shù)據(jù)如登錄密碼、手機、信用卡信息等）。

相信不少開發(fā)開發(fā)同學會通過函數(shù) MD5 加密存儲隱私數(shù)據(jù)，這沒有錯，因為 MD5 算法并不可逆。然而，MD5 加密后的值是固定的，如密碼 12345678，它對應的 MD5 固定值即為 25d55ad283aa400af464c76d713c07ad。

因此，可以對 MD5 進行暴力破解，計算出所有可能的字符串對應的 MD5 值。若無法枚舉所有的字符串組合，那可以計算一些常見的密碼，如111111、12345678 等。我放在文稿中的這個網(wǎng)站，可用于在線解密 MD5 加密后的字符串。

所以，在設計密碼存儲使用，還需要加鹽（salt），每個公司的鹽值都是不同的，因此計算出的值也是不同的。若鹽值為 psalt，則密碼 12345678 在數(shù)據(jù)庫中的值為：

password = MD5（‘psalt12345678’）

這樣的密碼存儲設計是一種固定鹽值的加密算法，其中存在三個主要問題：

若 salt 值被（離職）員工泄漏，則外部黑客依然存在暴利破解的可能性；

對于相同密碼，其密碼存儲值相同，一旦一個用戶密碼泄漏，其他相同密碼的用戶的密碼也將被泄漏；

固定使用 MD5 加密算法，一旦 MD5 算法被破解，則影響很大。

所以一個真正好的密碼存儲設計，應該是：動態(tài)鹽 + 非固定加密算法。

我比較推薦這么設計密碼，列 password 存儲的格式如下：

$salt$cryption_algorithm$value

其中：

$salt：表示動態(tài)鹽，每次用戶注冊時業(yè)務產(chǎn)生不同的鹽值，并存儲在數(shù)據(jù)庫中。若做得再精細一點，可以動態(tài)鹽值 + 用戶注冊日期合并為一個更為動態(tài)的鹽值。 $cryption_algorithm：表示加密的算法，如 v1 表示 MD5 加密算法，v2 表示 AES256 加密算法，v3 表示 AES512 加密算法等。 $value：表示加密后的字符串。

這時表 User 的結構設計如下所示：

CREATE TABLE User ( id BIGINT NOT NULL AUTO_INCREMENT, name VARCHAR(255) NOT NULL, sex CHAR(1) NOT NULL, password VARCHAR(1024) NOT NULL, regDate DATETIME NOT NULL, CHECK (sex = ’M’ OR sex = ’F’), PRIMARY KEY(id));SELECT * FROM UserG*************************** 1. row *************************** id: 1 name: David sex: Mpassword: $fgfaef$v1$2198687f6db06c9d1b31a030ba1ef074 regDate: 2020-09-07 15:30:00*************************** 2. row *************************** id: 2 name: Amy sex: Fpassword: $zpelf$v2$0x860E4E3B2AA4005D8EE9B7653409C4B133AF77AEF53B815D31426EC6EF78D882 regDate: 2020-09-07 17:28:00

在上面的例子中，用戶 David 和 Amy 密碼都是 12345678，然而由于使用了動態(tài)鹽和動態(tài)加密算法，兩者存儲的內(nèi)容完全不同。

即便別有用心的用戶拿到當前密碼加密算法，則通過加密算法 $cryption_algorithm 版本，可以對用戶存儲的密碼進行升級，進一步做好對于惡意數(shù)據(jù)攻擊的防范。

總結

到此這篇關于MySQL中你可能忽略的COLLATION的文章就介紹到這了,更多相關MySQL中COLLATION內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持好吧啦網(wǎng)！