使用ASCII /拉丁字符集是否可以加速数据库？

Question

似乎对大多数字段使用ASCII字符集，然后仅对需要的字段指定utf8，这将使数据库必须执行的I / O数量减少100％。

有人知道这是真的吗？

更新：以上并不是我的问题。我应该说：使用拉丁语作为默认字符集，然后仅对需要它的字段指定utf8mb4。这种想法是：使用1字节vs 2字节应将I / O提高100％。抱歉造成混乱。

Answer 1

简短答案：不值得担心。

长答案：

两个问题：

• 速度：

将两种编码与相应的_bin（ascii_bin或utf8_bin）COLLATION进行比较，就像比较字节一样简单，因此没有显着差异。其他排序规则可能有所不同，其中ascii更快。 但是与获取行等的努力相比，差别不大。

• 空格：

Ascii是utf8的子集。 utf8像每个ascii一样，每个ascii字符只存储1个字节。因此，没有空间差异。 （西欧的重音字母需要1字节的latin1或2字节的utf8；因此不兼容且大小不同。）空间导致缓存，从而导致性能略有差异。

对于英文文本，可节省0％。对于欧洲人来说，latin1仅能节省百分之几；对于世界上大多数其他地区，utf8是唯一可行的解​​决方案。对于中文和表情符号，utf8mb4是必须的。

• 临时表

在某些情况下，字符串消耗的空间会扩展到最大可能值。 country_code CHAR(2) CHARACTER SET ...将占用2个字节的ascii； utf8为6个字节。

底线：

将ascii用于国家/地区代码，十六进制，邮政编码，uuid，md5s等。如果要国际化和/或需要表情符号，请制作“字符串” utf8mb4。这样做是因为它是“正确的”，而不是因为您会神奇地获得更快的速度。你不会的。并在创建表时执行；是以后更改它的陷阱。

Answer 2

@RickJames是正确的，您不必担心通过在utf8mb4上选择ASCII或utf8来节省空间。

utf8和utf8mb4是可变长度字符编码。 wikipedia中的此表说明了字符如何自动占用1、2、3或4个字节，具体取决于编码的值。如果设置了字节的高位，则字符将使用一个额外的字节，最多4个字节。

维基百科文章对此进行了清楚的解释：

  

前128个字符（US-ASCII）需要一个字节。接下来的1,920个字符需要两个字节进行编码，涵盖几乎所有拉丁字母字母表的其余部分，以及希腊语，西里尔字母，科普特语，亚美尼亚语，希伯来语，阿拉伯语，叙利亚语，Thaana和N'Ko字母，以及组合变音符号分数。在基本多语言平面的其余部分中，字符需要三个字节，其中几乎包含了所有常用的字符，包括大多数中文，日文和韩文字符。 Unicode其他平面中的字符需要四个字节，其中包括不太常见的CJK字符，各种历史脚本，数学符号和表情符号（象形符号）。

您无需执行任何操作即可选择单字节模式还是多字节模式。这就是编码的工作方式。每个字符都会自动使用所需的字节数，而不会更多。

因此，除非您需要限制字符串中允许的字符，否则使用utf8而不是utf8mb4并没有使用ASCII的优势。

就其价值而言，MySQL称为“ utf8”的字符集是utf8mb3的别名，它只是UTF8编码的前三个字节的实现。 MySQL服务器团队博客（https://mysqlserverteam.com/mysql-8-0-when-to-use-utf8mb3-over-utf8mb4/）表示，至少考虑到MySQL 8.0中的性能改进，utf8mb4更快，并且utf8mb3应该被弃用。 MySQL 8.0.11 release notes说，在将来的某些MySQL版本中，utf8将被重新定义为utf8mb4的别名。