MySQL varchar存储、字符集、排序规则、索引长度

由于历史原因，MySQL刚开始设计的时候，"天真的"认为使用3个字节就足够存储字符串了，因此将UTF-8进行阉割然而遇到复杂的汉字或者emoji表情等4字节的宽字符的时候，存储就会出现异常，因此在版本5.7.3开始引入utf8mb4，其表示为most bytes 4，即最多占用4个字节。

utf8mb4_unicode_ci是基于官方的Unicode规则进行排序和压缩，其算法相对负责，对于大部分的语言和字符集排序有着很高的准确率而uft8mb4_general_ci可以理解为一种为了提升速度的简化版Unicode规则，但由于它不完全遵循Unicode规则，在使用某种特定语言或者字符集时，会出现非预期的结果。

例:

总结:

UTF-8编码的字符可以是1-4个字节，但是在MySQL中最大只能存储3个字节。

在版本5.5开始引入innodb_large_prefix，其默认值为off，索引的前缀最大限制为767个字节；若值为on时(版本5.7.7开始作为默认值)，最大限制为3072个字节。

总结:

在后期版本 innodb_large_prefix 将会被逐渐废弃并移除。从版本8.0开始，索引长度限制由表字段(row format)决定，若为DYNAMIC或COMPRESSED时，限制值为3072；为REDUNDANT或COMPACT时，限制值为767。且row_format=dynamic时，长度3072是基于innodb_page_size=16KB，随着innodb_page_size的值按比例增减，其索引前缀长度也响应减小，如若为8KB时，长度为1536，因此在限制索引长度时，需根据使用的MySQL版本以及相应的参数进行配置决定。

可以利用rand函数排序源表数据，再插入回源表。请参考下列实验:

假设有学生表存储数万行记录，结构如下

student(sid char(10) 主键,sname,sex,dob )

执行下面系列查询将原有记录打乱插入回学生表:

-- 创建一个结构与学生表结构相同的中间过渡表

create table s1 (sid char(10) primary key,

sname varchar(50),sex char(1),dob date)

-- 将学生表中的数据插入到s1

insert into s1 select * from student

-- 清空学生表

truncate table student

-- 将中间过渡表s1中的记录打乱插入回学生表

insert into student select * from s1 order by rand()

-- 删除过渡表

drop table s1

---