Когда использовать utf-8 и когда использовать latin1 в MySQL?

для хранения символа в latin1 требуется 1 байт, а для хранения символа в utf-8 - 3 байта - это правильно?

Требуется 1 байт для хранения latin1 символа и от 1 до 3 байт для хранения UTF8 символа.

Если вы используете в своих строках только основные латинские символы и знаки препинания (от 0 до 128 в Unicode), оба набора символов будут занимать одинаковую длину.

Кроме того, я попытался изменить некоторые таблицы с latin1 на utf8, но получил эту ошибку: «Слишком длинный специальный ключ; максимальная длина ключа составляет 1000 байт». Кто-нибудь знает решение этой проблемы? И я должен действительно решить это или может быть достаточно latin1?

Если у вас есть столбец размером VARCHAR(334) или длиннее, MyISAM не позволит вам создать для него индекс, поскольку столбец может занять более 1000 байт.

Обратите внимание, что ключи такой длины редко бывают полезными. Вы можете создать индекс с префиксом, который будет почти таким же избирательным для любых реальных данных.

Как минимум я бы предложил использовать UTF-8. Ваши данные будут совместимы с любой другой базой данных, существующей в настоящее время, поскольку более 90% из них имеют кодировку UTF-8.

Если вы выберете LATIN1/ISO-8859-1, вы рискуете, что данные не будут сохранены должным образом, потому что они не поддерживают международные символы... поэтому вы можете столкнуться с чем-то вроде левой части этого изображения:

Если вы используете UTF-8, вам не нужно иметь дело с этими < сильные>головные боли.

Что касается вашей ошибки, похоже, вам нужно оптимизировать базу данных. Рассмотрим это: http://bugs.mysql.com/bug.php?id=4541#c284415

Если вы разрешаете пользователям публиковать сообщения на их родных языках и если вы хотите, чтобы в них участвовали пользователи из всех стран, вы должны переключить по крайней мере таблицы, содержащие эти сообщения, на UTF-8 — Latin1 охватывает только символы ASCII и западноевропейские символы. То же самое верно, если вы собираетесь использовать несколько языков для своего пользовательского интерфейса. См. этот пост, чтобы узнать, как выполнить миграцию.

По моему опыту, если вы планируете поддерживать арабский, русский, азиатские или другие языки, первоначальные инвестиции в поддержку UTF-8 окупятся в будущем. Однако, в зависимости от ваших обстоятельств, вам может сойти с рук английский на некоторое время.

Что касается ошибки, у вас, вероятно, есть поле ключа или индекса с более чем 333 символами, максимально допустимым в MySQL с кодировкой UTF-8. См. этот отчет об ошибке.

Мы сделали приложение с использованием латиницы, потому что она была по умолчанию. Но позже нам пришлось изменить все на UTF из-за испанских символов, что не очень сложно, но нет смысла что-то менять без необходимости.

Итак, короткий ответ: просто используйте UTF-8 с самого начала, это избавит вас от проблем позже.

Поскольку максимальная длина ключа составляет 1000 БАЙТОВ, если вы используете utf8, это ограничит вас до 333 символов.

Однако MySQL отличается от Oracle для кодировки. В Oracle у вас не может быть другого набора символов для каждого столбца, тогда как в MySQL вы можете, поэтому, возможно, вы можете установить ключ на latin1, а другие столбцы на utf8.

Наконец, я считаю, что только несуществующая версия 6.0alpha (выброшенная, когда Sun купила MySQL) могла вместить символы Unicode помимо BMP (базовый многоязычный план). Таким образом, даже с UTF-8 у вас не будет всего полного набора символов Unicode. На практике это проблема только для редких китайских иероглифов, если это действительно важно для вас.

Я не эксперт, но я всегда понимал, что UTF-8 на самом деле представляет собой набор кодировок шириной 4 байта, а не 3. И, насколько я понимаю, реализация utf8_unicode_ci в MySQL обрабатывает только набор кодировок шириной 3 байта...

Если вам нужна полная 4-байтовая кодировка символов UTF-8, вам необходимо использовать кодировку utf8mb4_unicode_ci для вашей базы данных/таблиц MySQL.

Текущая лучшая практика - никогда не использовать набор символов MySQL utf8. Вместо этого используйте utf8mb4, что является правильной реализацией стандарта.

Подробнее см. Объяснение Адама Хупера. .

Обратите внимание, что в utf8mb4 символы имеют переменное количество байтов. Как следует из названия, символы имеют размер до четырех байтов. Для символов в наборе латинских символов, закодированных как utf8mb4, они по-прежнему занимают только один байт. Для хранения других символов, включая символы с акцентом, кандзи и смайлики, требуется два, три или четыре байта.

Ошибка Specified key was too long; max key length is 1000 bytes возникает, когда индекс содержит столбцы в utf8mb4, так как индекс может превышать это ограничение. Вам нужно будет сократить длину некоторых столбцов символов или сократить длину индекса в столбцах, используя этот синтаксис, чтобы убедиться, что он короче ограничения.

ALTER TABLE.. ADD INDEX `myIndex` ( column1(15), column2(200) );