mysql的varchar字段最大长度真的是65535吗？

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。

varchar最大值是多少

我们直接拿65535来试一下。

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这个最大值。

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）。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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，这个是在建表是没有声明主键时，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。

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。

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。

而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。

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。

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。

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（ObjectStorageService，简称oss）中。

参考资料

《mysql技术内幕》

《从根儿理解mysql》

文章转载自公众号：小白debug