VARCHAR(M) 到底占用多少个字节？|MySQL系列（2）

作者 | 小汪哥写代码
来源 | 小汪哥(ID：xwgcoding)

前言

这个问题其实很有迷惑性，问的是字节，不是字符，我们知道在计算机中只能存储二进制数据。所以要搞清楚这个问题?就要搞清楚下面2个问题：

1.字节和字符的对应关系。

2.varchar 到底能存多少个字节。

为了搞清楚上面两个问题，又必须搞清楚mysql 的字符集 和比较规则，以及mysql记录的存储结构。这里我们都是以常用的InnoDB引擎为讨论的前提的。

如果你了解了上面的问题，你也可以回答下面的问题

1.乱码问题是怎么产生的呢?

2.mysql 有时候为什么不区分大小写?

字符集和排序规则

计算机中的的落盘存储都是二进制数据：即bit。所以我们存储字符串的话就要建立字符与二进制数据的映射关系了。

将一个字符映射成一个二进制数据的过程也叫做编码，将一个二进制数据映射到一个字符的过程叫做解码。mysql抽象出一个概念来描述某个字符范围的编码规则 ，这个概念就叫 字符集。

比如：

字符范围：
'a'、'b'、'A'、'B'。
编码规则：
'a' -> 00000001 (十六进制：0x01)
'b' -> 00000010 (十六进制：0x02)
'A' -> 00000011 (十六进制：0x03)
'B' -> 00000100 (十六进制：0x04)
那么字符串 'bA' 可以表示为：
'bA' -> 0000001000000011  (十六进制：0x0203)

对于比较规则，就是数据哪个放前面哪个放后面的问题。对于某一种字符集来说，比较两个字符大小的规则可以制定出很多种，也就是说同一种字符集可以有多种比较规则。

常用字符集

如上图所示5.7.22版本一共支持41种字符集 ，Default collation 表示 字符集默认比较规则。Maxlen代表该种字符集表示一个字符最多需要几个字节。

这个时候就可以回答2个问题了。

• 还记得我们上一篇《执行sql 语句时发生了什么?|mysql 系列(1)》讲到的客户端和服务端通信的那张图吗?客户端和服务器设置不同字符集时，如果编码和解码使用的字符集不一致，就会产生乱码。
• 如果比较规则中同一个大小写的比较规则是相等的，那么就不会区分大小写了。

好了，那我们现在知道VARCHAR(M) 到底占用多少个字符 就和mysql 设置的字符集有关系了。

所以下面我们看看VARCHAR(M)落到物理磁盘到底占用多少个字节，用字符集的Maxlen * M 就能得到 字节数了。这就是答案了。

现在我们引申出另外一个问题，varchar 最大能保存多少个字节呢?这个我们下次讨论。