mysql - 使用拉丁字符集在 MySQL 中存储电子邮件和域名

Question

stackoverflow 上的一般建议是在 MySQL 中的所有位置使用 utf8 或 utf8mb4，即使对于仅包含拉丁字符的字段也是如此。

• > What is the best character set for email field?
• > best character set and collation for storing Tags, and URLs in MySQL DB

澄清一下，对于仅包含拉丁字符的列，将使用 utf8mb4:

1. ...导致更大的索引和更高的内存使用量？
2. ...使用列类型 varchar(100) 或 char(100) 时会占用更多存储空间吗？
3. ...允许在列类型 varchar(100) 或 char(100) 中存储超过 100 个字符？

Answer 1

现在是 2017 年。对每个通用“字符串”字段使用 utf8mb4 和 VARCHAR(255) ，除非您有非常令人信服的理由要偏离这一点。即使是纯粹的英语使用者也喜欢在“́\_(ツ)_/́”和“ᕕ(ᐛ)ᕗ”甚至😎等情况下使用古怪的非拉丁字符。

电子邮件地址的域组件和 @ 之前的本地部分中都可以包含非 ASCII 字符。无论这些事情有什么规则，似乎都被一一抛弃了，所以所有的赌注都取决于 future 。希望 @ 保留下来，这是我唯一指望的。

除非您的系统在内存中处理数十亿个电子邮件地址，否则 VARCHAR 的存储成本在很大程度上是无关紧要的。请记住，对于 50 个字符的字符串，VARCHAR(100) 和 VARCHAR(255) 占用的空间量完全相同。 100 长度字段的唯一作用是，当某人的电子邮件地址“太长”并被任意修剪时，会让人感到不安。

此外，VARCHAR 测量的是字符 长度，而不是字节，这种差异仅在涉及多字节字符时才相关。 bob@example.com 在 Latin-1、UTF-8 和 UTF8MB4 中占用相同的空间量。

不要将 CHAR 用于可变长度字符字段。 20世纪80年代已经死了。放手吧。