Question

每the MySQL docs，有四种TEXT类型：

TINYTEXT
TEXT
MEDIUMTEXT
LONGTEXT

假设字符编码为UTF-8，我可以在每种数据类型的列中存储的最大长度是多少？

Answer 1

      Type | Maximum length
-----------+-------------------------------------
  TINYTEXT |           255 (2⁸−1) bytes
      TEXT |        65,535 (2¹⁶−1) bytes = 64 KiB
MEDIUMTEXT |    16,777,215 (2²⁴−1) bytes = 16 MiB
  LONGTEXT | 4,294,967,295 (2³²−1) bytes =  4 GiB

请注意，可以存储在列中的字符的数量取决于字符编码。

Answer 2

扩展相同的答案

这个帖子： varchar(255) vs tinytext/tinyblob and varchar(65535) vs blob/text 详细列出了开销和存储机制。
如第（1）点所述，应始终使用A VARCHAR而不是TINYTEXT。但是，使用VARCHAR时，最大行数不应超过65535字节。
如此处所述http://dev.mysql.com/doc/refman/5.0/en/charset-unicode-utf8.html，utf-8最多3个字节。

这是一个用于快速决策的粗略估计表！

所以最坏情况假设（每个utf-8字符3个字节）到最佳情况（每个utf-8字符1个字节）
假设英语平均每个单词4.5个字母
x是分配的字节数

X-X

      Type | A= worst case (x/3) | B = best case (x) | words estimate (A/4.5) - (B/4.5)
-----------+---------------------------------------------------------------------------
  TINYTEXT |              85     | 255               | 18 - 56
      TEXT |           21845     | 65,535            | 4854.44 - 14,563.33  
MEDIUMTEXT |       5,592,415     | 16,777,215        | 1,242,758.8 - 3,728,270
  LONGTEXT |   1,431,655,765     | 4,294,967,295     | 318,145,725.5 - 954,437,176.6

请参阅Chris V的答案：https://stackoverflow.com/a/35785869/1881812

Answer 3

升级到@ Ankan-Zerob的挑战，这是我对每个文本类型中存储的最大长度的估计以单词测量：

      Type |         Bytes | English words | Multi-byte words
-----------+---------------+---------------+-----------------
  TINYTEXT |           255 |           ±44 |              ±23
      TEXT |        65,535 |       ±11,000 |           ±5,900
MEDIUMTEXT |    16,777,215 |    ±2,800,000 |       ±1,500,000
  LONGTEXT | 4,294,967,295 |  ±740,000,000 |     ±380,000,000

在英语中，每个单词4.8个字母可能是一个很好的平均值（例如norvig.com/mayzner.html），但字长会因域名而异（例如口语与学术论文），所以没有必要过于精确。英语主要是单字节ASCII字符，偶尔有多字节字符，因此接近每字节一个字节。字间空间必须有一个额外的字符，所以我从每个字的5.8个字节向下舍入。具有许多重音的语言，例如波兰语，可以存储略少的单词，例如德语用词较长。

需要多字节字符（如希腊语，阿拉伯语，希伯来语，印地语，泰语等）的语言通常需要UTF-8中每个字符两个字节。每个字5个字母疯狂地猜测，我从每个字的11个字节向下舍入。

CJK剧本（汉字，汉字，平假名，片假名等）我一无所知;我认为字符大多需要UTF-8中的3个字节，并且（大量简化）它们可能被认为每个字使用大约2个字符，所以它们将介于其他两个字符之间。（CJK脚本可能需要使用UTF-16来减少存储，具体取决于）。

这当然忽略了存储开销等。

Answer 4

这很好，但没有回答这个问题：

“应始终使用VARCHAR而不是TINYTEXT。”如果你有宽行，Tinytext很有用 - 因为数据存储在记录之外。存在性能开销，但确实有用。

TINYTEXT，TEXT，MEDIUMTEXT和LONGTEXT最大存储容量

4 个答案: