MySQL 大对象(BLOB)和字符串的分身术

2022-09-05 10:08:54 浏览数 (1)

MySQL 字段类型很多,我从 phpMyAdmin 5.1.1(一种开源的 MySQL 可视化工具)里找到了配置的所有 MySQL 字段类型,一共有 41 种。MySQL 有一些字段类型是用同一个 C 类或通过继承同一个 C 类的方式实现的。

截止目前为止,我写的十几篇公众号文章,有多篇文章里写到了 MySQL 对于大对象(BLOB)定长字符串变长字符串的特殊处理逻辑。每次写到这些特殊处理逻辑,都需要说明哪些字段类型属于大对象、定长 & 变长字符串。

今天我们就来详细说说大对象、定长 & 变长字符串对应着 MySQL 中的哪些字段类型?

本文内容基于 MySQL 5.7.35 源码。

提前声明: 本文中对于文本类型字段,字符集都默认为 utf8,后面就不再单独说明了。

1. 大对象(BLOB)

大对象比较厉害,和它有关的字段类型有 17 个,其中 8 个字段类型的实现类是 Field_blob,9 个字段类型的实现类继承了 Field_blob。

实现类是 Field_blob 的字段类型有这些:

  • TINYBLOB
  • BLOB
  • MEDIUMBLOB
  • LONGBLOB
  • TINYTEXT
  • TEXT
  • MEDIUMTEXT
  • LONGTEXT

实现类继承了 Field_blob 的字段类型有这些:

  • JSON
  • GEOMETRY
  • POINT
  • LINESTRING
  • POLYGON
  • GEOMETRYCOLLECTION
  • MULTIPOINT
  • MULTILINESTRING
  • MULTIPOLYGON

实现类继承了 Field_blob 的字段类型中,JSON 类型的实现类为 Field_json,其它 8 种类型都是空间类型(spatial type),其实现类为 Field_geom

Field_blob、Field_json、Field_geom 承载了 17 个字段类型的实现,那 MySQL 怎么区分这 3 个类实例化之后,到底对应着哪种类型的字段呢?

Field_blob 通过类的实例属性 field_charset 中保存的字符集是 binay 还是其它文本字符集来区分字段是二进制字段还是文本字段。

Field_blob 通过类的实例属性 packlength 区分二进制字段类型是 TINYBLOB、BLOB、MEDIUMBLOB、LONGBLOB 中的哪一种,区分文本字段类型是 TINYTEXT、TEXT、MEDIUMTEXT、LONGTEXT 中的哪一种。

Field_json 只对应 JSON 这一种字段类型,不需要区分。

Field_geom 通过类的实例属性 geom_type 区分字段类型是 GEOMETRY、POINT、LINESTRING、POLYGON、GEOMETRYCOLLECTION、MULTIPOINT、MULTILINESTRING、MULTIPOLYGON 中的哪一种。

1.1 TINYBLOB

Field_blob 类的实例属性 flags 包含 BLOB_FLAG(值为 8),字段内容长度占用 1 字节(packlength = 1),字符集为 binary(field_charset.name = binary)表示这是一个 TINYBLOB 字段。

tinyblob

1.2 BLOB

Field_blob 类的实例属性 flags 包含 BLOB_FLAG(值为 8),字段内容长度占用 2 字节(packlength = 2),字符集为 binary(field_charset.name = binary)表示这是一个 BLOB 字段。

blob

1.3 MEDIUMBLOB

Field_blob 类的实例属性 flags 包含 BLOB_FLAG(值为 8),字段内容长度占用 3 字节(packlength = 3),字符集为 binary(field_charset.name = binary)表示这是一个 MEDIUMBLOB 字段。

mediumblob

1.4 LONGBLOB

Field_blob 类的实例属性 flags 包含 BLOB_FLAG(值为 8),字段内容长度占用 4 字节(packlength = 4),字符集为 binary(field_charset.name = binary)表示这是一个 LONGBLOB 字段。

longblob

1.5 TINYTEXT

Field_blob 类的实例属性 flags 包含 BLOB_FLAG(值为 8),字段内容长度占用 1 字节(packlength = 1),字符集为 utf8(field_charset.name = utf8)表示这是一个 TINYTEXT 字段。

tinytext

1.6 TEXT

Field_blob 类的实例属性 flags 包含 BLOB_FLAG(值为 8),字段内容长度占用 2 字节(packlength = 2),字符集为 utf8(field_charset.name = utf8)表示这是一个 TEXT 字段。

text

1.7 MEDIUMTEXT

Field_blob 类的实例属性 flags 包含 BLOB_FLAG(值为 8),字段内容长度占用 3 字节(packlength = 3),字符集为 utf8(field_charset.name = utf8)表示这是一个 MEDIUMTEXT 字段。

mediumtext

1.8 LONGTEXT

Field_blob 类的实例属性 flags 包含 BLOB_FLAG(值为 8),字段内容长度占用 4 字节(packlength = 4),字符集为 utf8(field_charset.name = utf8)表示这是一个 LONGTEXT 字段。

longtext

1.9 JSON

JSON 字段的实现类为 Field_json,继承了 Field_blob 类,Field_json 类没有定义自己的实例属性,只定义了处理 json 格式的方法。

Field_json 继承的 Field_blob 类的实例属性 flags 包含 BLOB_FLAG(值为 8),字段内容长度占用 4 字节(packlength = 4),字符集为 binary(field_charset.name = binary)表示这是一个 JSON 字段。

JSON 字段相当于 LONGBLOB 字段。

json

1.10 空间类型(spatial type)

空间类型是一个大类,有 8 种字段类型:

  • GEOMETRY,该类型字段存储的内容可以是 POINT、LINESTRING、POLYGON 这 3 种类型中的任意一种。
  • POINT,表示一个点,如 POINT(15 20) 是 x = 15、y = 20 的点。
  • LINESTRING,表示一条由多个点连成的线(可以是直线或曲线),如 LINESTRING(0 0, 10 10, 20 25, 50 60) 是 x = y = 0;x = y = 10;x = 20、y = 25;x = 50、y = 60 这 4 个点连成的一条线。
  • POLYGON,表示多边形,如 POLYGON((0 0,10 0,10 10,0 10,0 0),(5 5,7 5,7 7,5 7, 5 5)) 是包含一个外环和一个内环的多边形。
  • GEOMETRYCOLLECTION,该类型字段存储的是一个图形集合,可以是 POINT、LINESTRING、POLYGON 中的任意一个或多个,如 GEOMETRYCOLLECTION(POINT(10 10), POINT(30 30), LINESTRING(15 15, 20 20)) 是包含 2 个点和 1 条线的图形集合。
  • MULTIPOINT,表示多个点,如 MULTIPOINT(0 0, 20 20, 60 60)
  • MULTILINESTRING,表示多条线,如 MULTILINESTRING((10 10, 20 20), (15 15, 30 15))
  • MULTIPOLYGON,表示多边形集合,如 MULTIPOLYGON(((0 0,0 3,3 3,3 0,0 0),(1 1,1 2,2 2,2 1,1 1)))

空间类型的实现类为 Field_gemo,继承了 Field_blob 类,Field_gemo 类定义了实例属性 geom_type,用于区分 8 种字段类型,该属性值对应上面列出的 8 种字段类型的枚举值。

Field_gemo 继承的 Field_blob 类的实例属性 flags 包含 BLOB_FLAG(值为 8),字段内容长度占用 4 字节(packlength = 4),字符集为 binary(field_charset.name = binary)表示这是一个空间类型字段。

空间类型的 8 种字段都相当于 LONGBLOB 字段。

geometry

2. 定长字符串

定长字符串的实现类为 Field_string,有 2 种字段类型:

  • CHAR,存储文本内容,字段长度固定,创建表时指定的长度不是字节数,而是字符数,实际占用字节数取决于该字段的字符集。例如,对于 utf8 字符集,字段 c1 CHAR(10) 需要占用 10 * 3(utf8 单字符最大占用字节数)= 30 字节。
  • BINARY,存储二进制内容,字段长度固定,创建表时指定的长度为字节数。例如,字段 bin1 BINARY(10) 需要占用 10 字节。

Field_string 既支持二进制类型字段,又支持文本类型字段,Field_string 类实例化之后具体对应哪种字段,是通过 field_charset 来区分的。

2.1 CHAR

Field_string 类的实例属性保存的字符集为 utf8(field_charset.name = utf8)表示这是一个 CHAR 字段。

char

2.2 BINARY

Field_string 类的实例属性保存的字符集为 binary(field_charset.name = binary)表示这是一个 BINARY 字段。

binary

3. 变长字符串

变长字符串的实现类为 Field_varstring,有 2 种字段类型:

  • VARCHAR,存储文本内容,字段长度不固定,创建表时指定的长度不是字节数,而是字符数,最大占用字节数取决于该字段的字符集。例如:对于 utf8 字符集,字段 str1 VARCHAR(32) 最大占用 32 * 3(utf8 单个字符最大占用字节数)= 96 字节。
  • VARBINARY,存储二进制内容,字段长度不固定,创建表时指定的长度为字节数。例如:字段 varbin1 VARBINARY(32) 最大占用 32 字节。

Field_varstring 既支持二进制类型字段,又支持文本类型字段,Field_varstring 类实例化之后具体对应哪种字段,是通过类的实例属性 field_charset 来区分的,实例属性 field_length 表示字段内容的实际长度,length_bytes 表示存储字段内容长度占用的字节数(1 字节2 字节)。

3.1 VARCHAR

Field_varstring 类的实例属性保存的字符集为 utf8(field_charset.name = utf8)表示这是一个 VARCHAR 字段。

varchar

3.2 VARBINARY

Field_varstring 类的实例属性保存的字符集为 binary(field_charset.name = binary)表示这是一个 VARBINARY 字段。

varbinary

4. 总结

本文介绍了 4 种 BLOB 类型(TINYBLOB、BLOB、MEDIUMBLOB、LONGBLOB),4 种 TEXT 类型(TINYTEXT、TEXT、MEDIUMTEXT、LONGTEXT)都是以 Field_blob 类实现的。

JSON 类型以 Field_json 类实现,继承了 Field_blob 类,字段内容为二进制,用 4 字节存储内容长度,相当于 LONGBLOB 类型。

MySQL 中有 8 种类型(GEOMETRY、POINT、LINESTRING、POLYGON、GEOMETRYCOLLECTION、MULTIPOINT、MULTILINESTRING、MULTIPOLYGON)都是空间类型(spatial type)。空间类型以 Field_geom 类实现,也继承了 Field_blob 类,字段内容为二进制,用 4 字节存储内容长度,相当于 LONGBLOB 类型。

定长字符串以 Field_string 类实现,通过类的实例属性 field_charset 区分字段类型是 CHAR 还是 BINARY。

变长字符串以 Field_varstring 类实现,通过类的实例属性 field_charset 区分字段类型是 VARCHAR 还是 VARBINARY。

如果本文对你有所帮助,还请帮忙转发朋友圈点赞、在看,让更多人看到,我们一起进步,谢谢 ^_^

0 人点赞