MySQL 中 varchar(50) 和 varchar(500) 有何区别，你知道吗？
一、问题描述
我们在设计表结构的时候，设计规范里面有一条如下规则:
对于可变长度的字段，在满足条件的前提下，尽可能使用较短的变长字段长度。为什么这么规定？我在网上查了一下，主要基于两个方面
基于存储空间的考虑基于性能的考虑网上说Varchar(50)和varchar(500)存储空间上是一样的,真的是这样吗?
基于性能考虑,是因为过长的字段会影响到查询性能?
本文我将带着这两个问题探讨验证一下
二、验证存储空间区别
1.准备两张表
复制
CREATE TABLE `category_info_varchar_50` (
`id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT 主键,
`name` varchar(50) NOT NULL COMMENT 分类名称,
`is_show` tinyint(4) NOT NULL DEFAULT 0 COMMENT 是否展示：0 禁用，1启用,
`sort` int(11) NOT NULL DEFAULT 0 COMMENT 序号,
`deleted` tinyint(1) DEFAULT 0 COMMENT 是否删除,
`create_time` datetime NOT NULL COMMENT 创建时间,
`update_time` datetime NOT NULL COMMENT 更新时间,
PRIMARY KEY (`id`) USING BTREE,
KEY `idx_name` (`name`) USING BTREE COMMENT 名称索引
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT=分类;
CREATE TABLE `category_info_varchar_500` (
`id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT 主键,
`name` varchar(500) NOT NULL COMMENT 分类名称,
`is_show` tinyint(4) NOT NULL DEFAULT 0 COMMENT 是否展示：0 禁用，1启用,
`sort` int(11) NOT NULL DEFAULT 0 COMMENT 序号,
`deleted` tinyint(1) DEFAULT 0 COMMENT 是否删除,
`create_time` datetime NOT NULL COMMENT 创建时间,
`update_time` datetime NOT NULL COMMENT 更新时间,
PRIMARY KEY (`id`) USING BTREE,
KEY `idx_name` (`name`) USING BTREE COMMENT 名称索引
) ENGINE=InnoDB AUTO_INCREMENT=288135 DEFAULT CHARSET=utf8mb4 COMMENT=分类;1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.
2.准备数据
给每张表插入相同的数据,为了凸显不同,插入100万条数据
复制
DELIMITER $$
CREATE PROCEDURE batchInsertData(IN total INT)
BEGIN
DECLARE start_idx INT DEFAULT 1;
DECLARE end_idx INT;
DECLARE batch_size INT DEFAULT 500;
DECLARE insert_values TEXT;
SET end_idx = LEAST(total, start_idx + batch_size - 1);
WHILE start_idx <= total DO
SET insert_values = ;
WHILE start_idx <= end_idx DO
SET insert_values = CONCAT(insert_values, CONCAT((\name, start_idx, \, 0, 0, 0, NOW(), NOW()),));
SET start_idx = start_idx + 1;
END WHILE;
SET insert_values = LEFT(insert_values, LENGTH(insert_values) - 1); -- Remove the trailing comma
SET @sql = CONCAT(INSERT INTO category_info_varchar_50 (name, is_show, sort, deleted, create_time, update_time) VALUES , insert_values, ;);
PREPARE stmt FROM @sql;
EXECUTE stmt;
SET @sql = CONCAT(INSERT INTO category_info_varchar_500 (name, is_show, sort, deleted, create_time, update_time) VALUES , insert_values, ;);
PREPARE stmt FROM @sql;
EXECUTE stmt;
SET end_idx = LEAST(total, start_idx + batch_size - 1);
END WHILE;
END$$
DELIMITER ;
CALL batchInsertData(1000000);1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.
3.验证存储空间
查询第一张表SQL复制
SELECT
table_schema AS "数据库",
table_name AS "表名",
table_rows AS "记录数",
TRUNCATE ( data_length / 1024 / 1024, 2 ) AS "数据容量（MB）",
TRUNCATE ( index_length / 1024 / 1024, 2 ) AS "索引容量（MB）"
FROM
information_schema.TABLES
WHERE
table_schema = test_mysql_field
and TABLE_NAME = category_info_varchar_50
ORDER BY
data_length DESC,
index_length DESC;1.2.3.4.5.6.7.8.9.10.11.12.13.14.
图片
复制
SELECT
table_schema AS "数据库",
table_name AS "表名",
table_rows AS "记录数",
TRUNCATE ( data_length / 1024 / 1024, 2 ) AS "数据容量（MB）",
TRUNCATE ( index_length / 1024 / 1024, 2 ) AS "索引容量（MB）"
FROM
information_schema.TABLES
WHERE
table_schema = test_mysql_field
and TABLE_NAME = category_info_varchar_500
ORDER BY
data_length DESC,
index_length DESC;1.2.3.4.5.6.7.8.9.10.11.12.13.14.
图片
4.结论
两张表在占用空间上确实是一样的,并无差别
三.验证性能区别
1.验证索引覆盖查询
复制
select name from category_info_varchar_50 where name = name100000
-- 耗时0.012s
select name from category_info_varchar_500 where name = name100000
-- 耗时0.012s
select name from category_info_varchar_50 order by name;
-- 耗时0.370s
select name from category_info_varchar_500 order by name;
-- 耗时0.379s1.2.3.4.5.6.7.8.
通过索引覆盖查询性能差别不大
2.验证索引查询
复制
select * from category_info_varchar_50 where name = name100000
--耗时 0.012s
select * from category_info_varchar_500 where name = name100000
--耗时 0.012s
select * from category_info_varchar_50 where name in(name100,name1000,name100000,name10000,name1100000,
name200,name2000,name200000,name20000,name2200000,name300,name3000,name300000,name30000,name3300000,
name400,name4000,name400000,name40000,name4400000,name500,name5000,name500000,name50000,name5500000,
name600,name6000,name600000,name60000,name6600000,name700,name7000,name700000,name70000,name7700000,name800,
name8000,name800000,name80000,name6600000,name900,name9000,name900000,name90000,name9900000)
-- 耗时 0.011s -0.014s
-- 增加 order by name 耗时 0.012s - 0.015s
select * from category_info_varchar_50 where name in(name100,name1000,name100000,name10000,name1100000,
name200,name2000,name200000,name20000,name2200000,name300,name3000,name300000,name30000,name3300000,
name400,name4000,name400000,name40000,name4400000,name500,name5000,name500000,name50000,name5500000,
name600,name6000,name600000,name60000,name6600000,name700,name7000,name700000,name70000,name7700000,name800,
name8000,name800000,name80000,name6600000,name900,name9000,name900000,name90000,name9900000)
-- 耗时 0.012s -0.014s
-- 增加 order by name 耗时 0.014s - 0.017s1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.
索引范围查询性能基本相同, 增加了order By后开始有一定性能差别;
3.验证全表查询和排序
全表无排序复制
select * from category_info_varchar_50;
--耗时 0.875s
select * from category_info_varchar_500;
--耗时 0.866s1.2.3.4.
复制
select * from category_info_varchar_50 order by name ;
--耗时 1.498s
select * from category_info_varchar_500 order by name ;
--耗时 4.875s1.2.3.4.
全表扫描无排序情况下,两者性能无差异,在全表有排序的情况下, 两种性能差异巨大;
分析原因varchar50 全表执行sql分析
图片
我发现86%的时花在数据传输上,接下来我们看状态部分,关注Created_tmp_files和sort_merge_passes
图片
图片
Created_tmp_files为3。
sort_merge_passes为95。
varchar500 全表执行sql分析
图片
增加了临时表排序。
图片
图片
Created_tmp_files 为 4。
sort_merge_passes为645。
关于sort_merge_passes, Mysql给出了如下描述:
Number of merge passes that the sort algorithm has had to do. If this value is large, you may want to increase the value of the sort_buffer_size.
其实sort_merge_passes对应的就是MySQL做归并排序的次数，也就是说，如果sort_merge_passes值比较大，说明sort_buffer和要排序的数据差距越大，我们可以通过增大sort_buffer_size或者让填入sort_buffer_size的键值对更小来缓解sort_merge_passes归并排序的次数。
四.最终结论
至此,我们不难发现,当我们最该字段进行排序操作的时候,Mysql会根据该字段的设计的长度进行内存预估, 如果设计过大的可变长度, 会导致内存预估的值超出sort_buffer_size的大小, 导致mysql采用磁盘临时文件排序,最终影响查询性能。
THE END
