使用拉丁字符集在MySQL中存储电子邮件和域名

Question

stackoverflow的一般建议是在MySQL中使用utf8或utf8mb4，即使对于只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

要澄清，对于仅包含拉丁字符的列，请使用utf8mb4：

1. ...会产生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）时使用更多存储空间？
3. ...允许在列类型varchar（100）或char（100）中存储超过100个字符？

Answer 1

2017年。对每个通用“字符串”字段使用utf8mb4和VARCHAR(255)，除非您有一个非常令人信服的理由偏离它。即使是纯粹的英语发音者也喜欢在“¯\ _ _（ツ）_ /¯”和“ᕕ（ᐛ）ᕗ”等情况下使用古怪的非拉丁字符。

电子邮件地址可以在域组件中以及@之前的本地部分中包含非ASCII字符。无论这些事情的规则是什么似乎都被逐一抛出窗外，所以所有的赌注都是关于未来的。希望@留下来，这是我唯一依赖的东西。

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无关紧要。请记住，VARCHAR(100)和VARCHAR(255)占用50个字符的字符串的空间相同。当他们的电子邮件地址“太长”并且被任意修剪时，100长度字段唯一能做的就是让别人紧张。

此外，VARCHAR测量字符而不是字节的长度，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中占用相同数量的空间。

不要将CHAR用于可变长度字符字段。 20世纪80年代已经去世。放手吧。