MySQL的varchar字段最大长度是65535?你确定?

小白 2023-11-28 10:34:42

在MySQL建表sql里,我们经常会有定义字符串类型的需求。

 

  •  
  •  
  •  
CREATE TABLE `user` (  `name` varchar(100) NOT NULL DEFAULT '' COMMENT '名字') ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 ;

 

比方说user表里的名字,就是个字符串。MySQL里有两个类型比较适合这个场景。

 

char和varchar。

 

声明它们都需要在字段边上加个数组,比如char(100)和varchar(100),这个100是指当前字段能放的最大字符数

 

char和varchar的区别在于,varchar虽然声明了最大能放100个字符,但一开始不需要分配100个字符的空间,可以根据需要慢慢增加空间。而char一开始声明是多少,就固定预留多少空间。

 

所以,varchar比起char更省空间,一般没啥大事,大家都爱用varchar。

 

那问题来了,声明varchar字段时,它的最大长度是多少呢?

 

相信大家应该听说过varchar字段的最大长度是65535吧,没听过也没关系,你现在听到了。

 

但实际上是这样吗?我们来做个实验。

 

一、varchar最大值是多少

 

我们直接拿65535来试一下。

 

图片

长度为65535的varchar报错

 

很明显报错了。报错内容也说了, 由于列长度过大导致报错,最长是16383

 

把上面的65535改成 16383,确实是成功了。

 

哦?所以说varchar最大值是16383?

 

当然不是,这其实还有好几个因素影响这个最大值。

 

二、不同字符集的影响

 

varchar里放的是字符串,而字符串看起来可以是英文字母,也可以是数字或中文。但不管怎么样,都可以把这样的中英文数字转成二进制的01串。

 

按照一定规则把符号和二进制码对应起来,这就是编码。而把n多这种已经编码的字符聚在一起,就是我们常说的字符集

 

建表语句里有个CHARSET,这里填的是字符集

 

不同的字符集要求使用的字节个数也不同,我们可以通过 show charset; 看到mysql支持哪些字符集,以及这些字符集里存储一个字符所需的最大字节数(Maxlen)

 

图片

查看mysql支持哪些charset

 

我们尝试下把建表sql语句里的CHARSET改一改,比如改成utf8mb3。

 

我们再执行下,会发现,最大值又不一样了。

 

图片

utf8mb3下的报错

 

并且,上面虽然提示max=21845,但要是真执行起来会发现还是报错。在改为21844之后才成功。不讲武德。

 

再把字符集改为 latin1,会发现,最大值会是 65533。

 

图片

varchar为65533时创建成功

 

这里渐渐可以发现规律:

 

  • utf8mb4的maxlen=4,对应varchar最大长度=16383。4*16383 = 65532。

  • utf8mb3的maxlen=3,对应varchar最大长度=21844。3*21844 = 65532。

  • latin1的maxlen=1,对应varchar最大长度=65533。1 * 65533 = 65533。

 

也就是说varchar边上的长度代表的是这一列能放的最大字符数,而maxlen代表单个字符占用的最大字节数。相乘的结果很接近65535,说明65535是指的字节数,而不是字符数

 

也就是说varchar的最大长度,根据选择的字符集的不同,会有区别。总的来说,接近于 65535 除以字符集的maxlen。

 

但其实这样还不够严谨,还有其他影响因素。

 

三、是否可以为NULL的影响

 

上面的建表语句里声明了test字段都是NOT NULL,也就是非空,如果我们将这个改成可以为NULL,再用CHARSET=latin1去试试。这时候就会发现,前面NOT NULL的时候最大能使用65533去建表,现在报错了。

 

改成65532,就能成功了,也就是最长长度少了1个字节

 

图片

是否为NULL的影响

 

这是因为一个字段是否为NULL这件事情,是需要一个字节去记录下来的。

 

而当字段为NOT NULL的时候,则可以省下这个字节。

 

四、列数的影响

 

上面提到的情况都是在表里只有一列时的结果,当我们表里有更多的列时,我们会发现varchar的最大值还会有变化。比如同样还是latin1字符集,我们再增加一列varchar类型,并且用的还是前面允许的最大值65533。

 

结果发现这次会失败。

 

图片

两个varchar列的情况

 

查了一下资料发现,原来65535是mysql单行的最大长度(不包含blob和text等类型的情况下)

 

MySQL表里单行中的所有列加起来(不考虑其他隐藏列和记录头信息) ,占用的最大长度是65535个字节。

 

注意上面加粗的部分,加起来不超过65535。

 

比如如果还有int的列,那它占用4个字节,bigint占用8个字节,字段越多,留给单个varchar列的空间就越少。

 

因此,前面提到的 varchar 的最大长度,接近于 65535 除以 字符集的maxlen,但前提是只有一列not null 的varchar类型的字段。

 

五、为什么不是65535而是65533?

 

不过问题又来了,上面建表sql里,不管是那种字符集,最后得到的字符数都约等于65533。

 

但数据库单行最大值应该是65535。65535 - 65533 = 2 ,这里面还差了个2,为什么呢?

 

这就要聊一下MySQL单行里数据到底是怎么存储的。

 

 
数据表行存储的格式

 

我们可以通过 show table status 命令,查看到当前表格使用的行格式。

 

图片

查看到当前表格使用的行格式

 

通过上面的 Row_format 字段可以看到这个表用的是 Dynamic 行格式。

 

事实上,现在的MySQL数据表一般都是采用Dynamic行记录格式。

 

我们来看下Dynamic行格式长什么样子。

 

图片

Dynamic行记录格式

 

Dynamic格式将行记录分为两部分,分为是行记录的额外信息和行记录的真实数据。

 

 
行记录的额外信息

 

  • 变长字段长度列表:指的是varchar,text,blob这种类型,它们属于变长字段,这里表示的就是这些字段的长度。

  • NULL值列表:用来记录当前行里哪些列是为null的。如果全部列都是not null的话,那就不需要有这个字段。

  • 记录头信息:这是固定5个字节,用来记录一些特殊的信息,比如这一行是否被删了,这一行在这个16k的数据页内是不是最小的,以及指向下一条记录的指针之类的一些信息,不需要太关注。

 

 
行记录的真实数据

 

里面放的就是一行里,每一列的真正内容。除了我们建表时里涉及到的列以外,还有一些隐藏列。

 

比如Row_ID,这个是在建表没有声明主键时,数据表自动会生成的隐藏主键。另外还有trx_id字段,用于记录当前这一行数据行是被哪个事务修改的,和一个roll_pointer字段,这个字段是用来指向当前这个数据行的上一个版本,通过这个字段,可以为这行数据形成一条版本链,从而实现多版本并发控制(MVCC)。有没有很眼熟,这个在之前写的文章里出现过。

 

图片

隐藏列有哪些

 

所以我们回过头来看我们建的表,当只有一列not null的 varchar字段时,行记录长下面这样。

 

图片

单条varchar数据的Dynamic行记录格式.drawio

 

前面提到,行最大值65535字节是不包含隐藏列和记录头信息的,所以其实是指上图中红色的部分。

 

最左边的变长字段长度列表中,为了表示varchar列的长度,占用了两个字节,也就是16位,2的16次方,最大可以表示65535的长度,正好足够用来表示varchar列当前的长度是65533。

 

所以65535 - 65533 = 2 。这里面差的2,是用来存varchar字段长度去了。

 

五、一个页才16k,怎么保存65533(64k)数据?

 

之前的文章里其实多次提到了MySQL底层是以页的形式去存储数据的,而一个页固定16k,而一个varchar字段最大能放65533字节数据,换算一下大概是64k,整整4个16k的页。

 

图片

页结构

 

这里面是怎么实现的?

 

对于这种情况,其实行数据里针对这个超大的varchar字段只保存个20字节的指针(实际上是个偏移量),这个指针会指向新的页(off page),这些页里保存的是实际的varchar字段里的65533字节数据。这种由于字段过长导致需要额外的页来保存数据的现象叫行溢出

 

图片

行溢出

 

六、大于64k的字符串该怎么处理?

 

如果离谱点,数据量更大,比64k还大,这时候就不能继续用varchar了,需要改用text和blob类型字段。

 

而text和blob类型本身也是分TINY、MEDIUM,LONG三个档位的,对应着不同的数据长度,最大到4G左右。

 

像下面这样就可以将数据类型定义为LONGTEXT。

 

  •  
  •  
  •  
CREATE TABLE `test_max_length` (  `test` LONGTEXT NOT NULL COMMENT '测试长度字段') ENGINE=InnoDB DEFAULT CHARSET=latin1 ;

 

而他们的存储方式也跟varchar的情况类似,只保存20个字节的指针,实际数据保存在其他溢出页里。

 

以前我们查某一行数据,他们都在一个16k的数据页里,查询时只要一次磁盘IO就能将这个数据页读取出来。

 

当一个数据库里某行数据里有个特别大的字符串时,我们如果还想把整行数据给读出来,那我们还得把off page的数据给全部读出来,这意味着更多的磁盘IO,性能就更差了。

 

为了规避这个问题,我们写select sql的时候,如果发现某列字段,是个特别长的字符串时,能不读它就尽量不加到select里,这也是为什么大家不建议使用select * from table的原因。

 

 
blob和text的区别

 

一般来说,blob和text都可以用来放超长字符串。但它们会有一点点区别。

 

我们知道字符集(charset)下还有个校对规则(collation)的概念,比如同样是a,大写A和小写a能不能算作是一个字符,这会影响比较和排序,collation就是定义这个规则用的。

 

blob没有字符集的概念,而text有。这意味如果用blob来存文本的话,就没法用字符集的校对规则来排序和做比较。

 

还有一个区别,blob还能保存二进制数据,比如压缩过的文本数据,图片或者视频,别笑,虽然不合适,但我确实见过有人拿它来保存视频。

 

总结

 

  • 现在的MySQL数据表一般采用Dynamic行记录格式。它由行记录的额外信息和行记录的真实数据组成。

 

  • MySQL表里单行中的所有列加起来(不考虑其他隐藏列和记录头信息) ,占用的最大长度是65535个字节。

 

  • 如果数据表里只有一列 not null 的varchar字段,它的最大长度,接近于 65535 除以字符集的maxlen。

 

  • 如果要存放大于64k的字段数据,可以考虑使用longtext和longblob等类型。

 

  • MySQL的数据页大小是16k,为了保存varchar或者text,blob这种长度可能大于16k的字段,在Dynamic行格式中,会只保留20个字节的指针,实际数据则放在其他溢出页中。为了将它们读取出来,会需要更多的磁盘IO。

 

  • blob和text很像,但blob没有字符集的概念,并且还能存放二进制的数据,比如图片或视频,但实际上图片和视频更推荐放在对象存储(Object Storage Service,简称oss)中。

 

>>>>
 

参考资料

 

  • 《mysql技术内幕》

  • 《从根儿理解mysql》

     

作者丨小白
来源丨公众号:小白debug(ID:xiaobaidebug)
dbaplus社群欢迎广大技术人员投稿,投稿邮箱:editor@dbaplus.cn
最新评论
访客 2024年04月08日

如果字段的最大可能长度超过255字节,那么长度值可能…

访客 2024年03月04日

只能说作者太用心了,优秀

访客 2024年02月23日

感谢详解

访客 2024年02月20日

一般干个7-8年(即30岁左右),能做到年入40w-50w;有…

访客 2023年08月20日

230721

活动预告