每次建立一个新的SQL表或向现有表添加一个新的varchar列时,我都想知道一件事:长度的最佳值是多少。
假设,你有一个列名为name类型为varchar。所以,你必须选择长度。我想不出一个20个字符的名字,但你永远不会知道。但不是用20,我总是四舍五入到下一个2^n。在这种情况下,我将选择32作为长度。我这样做,是因为从计算机科学家的角度来看,2^n这个数字在我看来比其他数字更均匀,我只是假设下面的架构可以比其他数字更好地处理这些数字。
另一方面,以MSSQL服务器为例,当您选择创建varchar列时,将默认长度值设置为50。这让我开始思考。为什么50 ?它只是一个随机数,还是基于平均列长,还是什么?
也可能是——或者可能是——不同的SQL服务器实现(如MySQL, MSSQL, Postgres,…)有不同的最佳列长度值。
每当我建立一个新的SQL表时,我都觉得2^n更“均匀”……但总结一下这里的答案,简单地定义varchar(2^n)甚至varchar(MAX)对存储空间没有显著影响。
也就是说,在设置较高的varchar()限制时,您仍然应该预料到对存储和性能的潜在影响。例如,假设您创建了一个varchar(MAX)列来保存具有全文索引的产品描述。如果99%的描述只有500个字符长,然后突然有人用维基百科文章替换了这些描述,您可能会注意到意想不到的存储和性能显著下降。
Bill Karwin说的另一件事
有一个可能的性能影响:在MySQL中,临时表
和MEMORY表将VARCHAR列存储为固定长度的列,
填充到最大长度。如果你经常设计VARCHAR列
大于您所需要的最大大小,您将消耗更多的内存
那你就必须这么做。这会影响缓存效率、排序速度等。
基本上,只是在稍微大一点的规模上提出合理的业务限制和错误。正如@onedaywhen指出的那样,英国的姓通常在1-35个字符之间。如果你决定将它设为varchar(64),你不会真的伤害到任何东西……除非你存储的是这个人的姓据说有666个字符长。在这种情况下,也许varchar(1028)更有意义。
如果有用的话,下面是varchar 2^5到2^10如果填满的样子:
varchar(32) Lorem ipsum dolor sit amet amet.
varchar(64) Lorem ipsum dolor sit amet, consectetur adipiscing elit. Donecie
varchar(128) Lorem ipsum dolor sit amet, consectetur adipiscing elit. Donecie
vestibulum massa. Nullam dignissim elementum molestie. Vehiculas
varchar(256) Lorem ipsum dolor sit amet, consectetur adipiscing elit. Donecie
vestibulum massa. Nullam dignissim elementum molestie. Vehiculas
velit metus, sit amet tristique purus condimentum eleifend. Quis
que mollis magna vel massa malesuada bibendum. Proinde tincidunt
varchar(512) Lorem ipsum dolor sit amet, consectetur adipiscing elit. Donecie
vestibulum massa. Nullam dignissim elementum molestie. Vehiculas
velit metus, sit amet tristique purus condimentum eleifend. Quis
que mollis magna vel massa malesuada bibendum. Proinde tincidunt
dolor tellus, sit amet porta neque varius vitae. Seduse molestie
lacus id lacinia tempus. Vestibulum accumsan facilisis lorem, et
mollis diam pretium gravida. In facilisis vitae tortor id vulput
ate. Proin ornare arcu in sollicitudin pharetra. Crasti molestie
varchar(1024) Lorem ipsum dolor sit amet, consectetur adipiscing elit. Donecie
vestibulum massa. Nullam dignissim elementum molestie. Vehiculas
velit metus, sit amet tristique purus condimentum eleifend. Quis
que mollis magna vel massa malesuada bibendum. Proinde tincidunt
dolor tellus, sit amet porta neque varius vitae. Seduse molestie
lacus id lacinia tempus. Vestibulum accumsan facilisis lorem, et
mollis diam pretium gravida. In facilisis vitae tortor id vulput
ate. Proin ornare arcu in sollicitudin pharetra. Crasti molestie
dapibus leo lobortis eleifend. Vivamus vitae diam turpis. Vivamu
nec tristique magna, vel tincidunt diam. Maecenas elementum semi
quam. In ut est porttitor, sagittis nulla id, fermentum turpist.
Curabitur pretium nibh a imperdiet cursus. Sed at vulputate este
proin fermentum pretium justo, ac malesuada eros et Pellentesque
vulputate hendrerit molestie. Aenean imperdiet a enim at finibus
fusce ut ullamcorper risus, a cursus massa. Nunc non dapibus vel
Lorem ipsum dolor sit amet, consectetur Praesent ut ultrices sit
我所知道的DBMS中没有任何“优化”可以使长度为2^n的VARCHAR比最大长度不是2的VARCHAR性能更好。
我认为早期的SQL Server版本实际上对待长度为255的VARCHAR与最大长度更高的VARCHAR是不同的。我不知道现在是不是还是这样。
对于几乎所有的DBMS,实际需要的存储空间仅由您放入其中的字符数决定,而不是您定义的最大长度。因此,从存储的角度(很可能也是性能的角度)来看,将列声明为VARCHAR(100)还是VARCHAR(500)没有任何区别。
您应该看到为VARCHAR列提供的最大长度是一种约束(或业务规则),而不是技术/物理方面的东西。
对于PostgreSQL,最好的设置是使用没有长度限制和CHECK约束的文本,CHECK约束限制了您的业务所需的字符数量。
如果需求发生变化,更改检查约束比更改表要快得多(因为表不需要重写)。
同样的方法也适用于Oracle和其他应用程序——在Oracle中,它将是VARCHAR(4000)而不是文本。
我不知道在SQL Server中的VARCHAR(max)和VARCHAR(500)之间是否有物理存储的区别。但是,使用varchar(max)与使用varchar(8000)相比,显然存在性能影响。
请看这个链接(由Erwin Brandstetter作为评论发布)
编辑2013-09-22
关于bigown的评论:
在9.2之前的Postgres版本中(当我写初始答案时还不可用),对列定义的更改确实重写了整个表,参见这里的例子。从9.2开始,这种情况不再存在,快速测试证实,对于一个有120万行的表,增加列大小确实只需要0.5秒。
对于Oracle来说,从修改一个大表的varchar列所花费的时间来看,这似乎也是正确的。但我找不到任何相关的参考资料。
对于MySQL,手册上说:“在大多数情况下,ALTER TABLE对原始表进行临时复制”。我自己的测试也证实了这一点:在一个有120万行的表上运行一个ALTER TABLE(与我使用Postgres进行的测试相同)来增加一个列的大小需要1.5分钟。然而,在MySQL中,你不能使用“变通方法”来使用检查约束来限制列中的字符数。
对于SQL Server,我找不到一条明确的语句,但增加varchar列大小的执行时间(同样是上面的120万行表)表明没有发生重写。
编辑2017-01-24
看来我对SQL Server的看法(至少部分)是错误的。Aaron Bertrand给出的答案表明,nvarchar或varchar列的声明长度对性能有很大影响。