为 (n)varchar 列选择什么大小？

StackOverflow https://stackoverflow.com/questions/1261441

题

在一个 关于 TDWTF 的讨论稍显激烈 出现了关于数据库中 varchar 列的大小的问题。

例如，采用包含人名的字段（只有姓名，没有姓氏）。很容易看出，这不会很长。大多数人的名字少于10个字符，很少有人超过20个字符。如果您将列设为 varchar(50)，那么它肯定会包含您遇到的所有名称。

然而，对于大多数 DBMS，无论您创建 varchar(50) 还是 varchar(255)，大小或速度都没有区别。

那么为什么人们试图让他们的专栏尽可能小呢？我知道在某些情况下您可能确实想对字符串的长度进行限制，但大多数情况并非如此。只有在极少数情况下，一个人的名字很长，更大的余量才会有利。

添加： 人们希望引用“大小或速度没有差异”的声明。好的。他们来了：

对于 MSSQL： http://msdn.microsoft.com/en-us/library/ms176089.aspx

存储大小为输入数据的实际长度+2字节。

对于 MySQL： http://dev.mysql.com/doc/refman/5.1/en/storage-requirements.html

如果列值需要 0 – 255 字节，则 L + 1 字节；如果值可能需要超过 255 字节，则 L + 2 字节

我找不到 Oracle 的文档，也没有使用过其他 DBMS。但我没有理由相信那里有什么不同。

有帮助吗？

解决方案

我只能代表甲骨文发言。如果您输入值“SMITH”，则 VARCHAR2(50) 和 VARCHAR2(255) 占用完全相同的空间量并且执行相同的操作。

然而，将所有文本列声明为 VARCHAR2(4000) 通常不是一个好主意，因为列长度实际上是另一个约束。约束是业务规则的数据库实现，因此它们绝对应该在数据库方面定义。

举个例子。您在列上定义 CHECK 约束，以便它只能接受“Y”和“N”值。这使您的应用程序不必处理“y”和“n”，甚至“1”和“0”。检查约束可确保您的数据符合预期标准。然后，您的应用程序代码可以对其必须处理的数据的性质做出有效的假设。

列长度​​定义也是同样的情况。您将某些内容声明为 VARCHAR2(10)，因为您不希望它接受“ABC123ZYX456”条目（无论出于何种原因！）

在澳大利亚，我将 STATE 列定义为 varchar2(3)，因为我不希望人们输入“新南威尔士州”或“南澳大利亚州”。列定义几乎强制将它们输入为“NSW”和“SA”。从这个意义上说，VARCHAR2(3) 几乎与实际指定 CHECK IN（'NSW'、'SA'、'VIC' 等）约束一样是检查约束。

简而言之，适当的列长度是编码业务规则的一种方式。它们是另一种形式的约束。它们带来了约束的所有优点（并遭受许多相同的缺点）。它们在一定程度上确保了一定程度的“数据清洁度”，“适当的”约束也有帮助。

我也不同意这种观点，即最好将此类内容保留在客户端应用程序中，因为那里更容易更改。有 20,000 人使用某个应用程序，即 20,000 次更新。您拥有一个数据库，即一次更新。如果“更容易更改客户端应用程序”这一论点为真，则可能意味着数据库将被视为一个巨大的位桶，所有巧妙的逻辑都在客户端代码中处理。这是一个值得讨论的话题，但由于所有 RDBMS 都允许您在数据库本身中定义约束等，因此很明显，至少有一个有价值的案例表明这种基本逻辑属于后端。

其他提示

我听到查询优化的确实采取VARCHAR长度考虑，虽然我不能找到一个参考。

定义一个varchar长度有助于通信的意图。越约束上定义的，更可靠的数据。

那么为什么人们试图让他们的专栏尽可能小呢？ 我不主张将它们做得尽可能小，而是适当调整它们的大小。使 (n)varchar 更小而不是更大的一些原因：

1) 对于较大的字段，所有使用数据库的客户端都必须能够处理完整大小。例如，以一个保存美国地址的系统为例，每个字段包含 255 个字符：（我相信与您引用的 TDWTF 类似。）

  • 名
  • 姓
  • 地址第一行
  • 地址行 2
  • 城市
  • 状态
  • 邮政编码

现在，您的数据输入屏幕需要允许并显示每个字段 255 个字符。不难，但对于较大的字段不太可能看起来很好打印发票，您将需要换行逻辑来处理大字段。取决于工具，没那么难。

但我不希望出现格式化信封地址的问题，该信封的每个字段或其中任何一个字段可能有 255 个字符。如果字段太长而无法容纳，您是否要截断？太棒了，有人有“House Number Streat Number”的地址第 1 行......等等等等等等 ...公寓号 111。”然后您将删除重要的公寓号。你要包起来吗？多少？如果您无法将其放入信封上的小盒子中怎么办？提出例外情况并让人手写信函吗？

2) 虽然 varchar(50) 与 varchar(255) 中保存的 10 个字符的数据不会影响大小或速度，但允许 255 个字符可以占用更多空间。如果所有字段都那么大，您可能会达到 SQL Server 2000 中的大小限制。（我还没有阅读 2005 年和 2008 年的内容，看看它们是否可以处理大于一页的行。）对于 Oracle，如果有人实际使用所有可用字符，则较大的大小允许发生行链接。

3) 索引的大小限制比叶页更严格。如果您创建的 varchar 太大，您可能会排除索引，尤其是复合索引。

另一方面，我的地址有很长的第 1 行，并且对不允许输入完整内容的网站感到沮丧。

一个重要的区别是指定任意大的限制[例如 VARCHAR(2000)]，并使用不需要限制的数据类型[例如 VARCHAR(MAX) 或者 TEXT].

PostgreSQL 基于其所有固定长度 VARCHARs 无限 TEXT 类型，并动态决定 每个值 如何存储该值，包括将其存储在页外。在这种情况下，长度说明符实际上只是一个约束，实际上不鼓励使用它。 （参考）

其他 DBMS 要求用户选择是否需要“无限制”的页外存储，通常会带来便利性和/或性能方面的相关成本。

如果使用有好处的话 VARCHAR(<n>) 超过 VARCHAR(MAX) 或者 TEXT, ，因此您必须选择一个值 <n> 设计桌子时。假设表行或索引条目存在某个最大宽度，则必须应用以下约束：

  1. <n> 必须小于或等于 <max width>
  2. 如果 <n> = <max width>, ，表/索引只能有 1 列
  3. 一般来说，表/索引只能有 <x> 列（平均） <n> = <max width> / <x>

因此是 不是 的情况下 <n> 仅起到约束作用，并且选择 <n> 必须是设计的一部分。（即使您的 DBMS 中没有硬性限制，也可能出于性能原因将宽度保持在一定限制内。）

您可以使用上述规则来分配 最大限度 的价值 <n>, ，基于表的预期架构（考虑到未来更改的影响）。然而，定义 最低限度 的价值 <n>, ，基于预期 数据 在每一列中。最有可能的是，您将扩展到最接近的“整数” - 例如你总是会使用 VARCHAR(10), VARCHAR(50), VARCHAR(200), ， 或者 VARCHAR(1000), ，以最合适的为准。

简单的答案，这在我看来是事实，你不能使用该列作为索引关键字，如果您需要任何索引你基本上是被迫使用全文...这是关于使用VARCHAR（最大值）柱。在任何情况下“合理精简”栏目，使有很大的意义，只要你[可]想申请任何索引;更新可变长度列可以是昂贵的操纵，因为这些不到位完成，并且可以/将导致碎裂的一些量。

所有关于MS SQ-服务器。

我会用一个问题回答你的问题：如果有一个VARCHAR（50）和一个varchar（255），为什么会在DBMS让你做一个区分之间的DBMS没有区别？为什么不是一个DBMS简单地说“使用VARCHAR最多的xxx字符和文本/ CLOB /等任何东西了这一点。”当然，或许微软/ ORACLE / IBM可能保留历史的原因，如MySQL长度的定义，但对于数据库管理系统”具有多个存储backends-为什么每一个实现自定义字符列长度？

如果你要打印你通常希望字符串超过35个字符不再标签。这就是为什么你要在VARCHAR的大小，你要使用接受一些控制 那些即将线将用于打印标签。

如果您允许的数据长度将超过255，有人链接到通过MS访问的数据的数据不能够被用来连接表（进来作为备忘录字段）。如果数据被导出到Excel它将被限制为每场255个字符。与其他软件的兼容性应该在创建数据集时予以考虑。结果 数据质量控制是所有控制数据进入您的环境。你需要什么来存储超过255个字符？有次该数据需要超过255个字符，但它们应该是远之间也很少，应使用作为可用于分析一个字段支持补充信息

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top