La façon dont beaucoup de texte UTF-8 s'inscrit dans une base de données MySQL “champ” Texte?

Selon MySQL, un text colonne contient 65 535 octets.

Donc, si ce légitime de la frontière alors qu'il fait seulement tenir environ 32k de caractères UTF-8, à droite? Ou est-ce l'un de ces "floue" les limites où le gars qui a écrit les docs ne peut pas dire des caractères à partir d'octets et il sera effectivement permettre de ~64 ko de caractères UTF-8 si la valeur est quelque chose comme utf8_general_ci?

réponse courte que pour vos yeux: ce bien ---> pastebin.com/eYUPppw6 (21844 3 octets de caractères UTF-8)

InformationsquelleAutor Xeoncross | 2010-12-12

mysql utf-8

73

Un text colonne peut être jusqu'à 65,535 octets.

Un utf-8 personnage peut être jusqu'à 3 octets.

Donc... votre limite réelle peut être 21,844 caractères.

Voir le manuel pour plus d'info: http://dev.mysql.com/doc/refman/5.1/en/string-type-overview.html

Une chaîne de longueur variable. M représente
le maximum de la longueur de la colonne dans
des personnages. La gamme de M est 0 à
De 65 535. La longueur maximale réelle
d'un VARCHAR est soumis au maximum
taille de la ligne (65 535 octets, ce qui est
partagé entre toutes les colonnes) et le
jeu de caractères utilisé. Par exemple, utf8
les personnages peuvent nécessiter jusqu'à trois
octets par caractère, de sorte qu'un VARCHAR
colonne qui utilise le caractère utf8
peut être déclarée à un maximum de
21,844 caractères.
- 4 octets, et non pas 3: en.wikipedia.org/wiki/Utf-8
- utf-8 char peut être jusqu'à 4 octets, et, éventuellement, pourrait être de 5 ou plus, une fois que tous les extragalactique jeux de caractères sont ajoutés à Unicode :^)
- Où obtenez-vous ce "jusqu'à 3 octets" la figure? UTF-8 est l'encodage d'un point de code peut utiliser n'importe où de 1 à 4 octets.
- Les jeunes, @jcomeau_ictx, @Thanatos: même si je suis entièrement d'accord avec vous. Manuel MySQL ne le fait pas 🙂
- Wow, de sorte qu'il n'. dev.mysql.com/doc/refman/5.5/en/charset-unicode-utf8.html précise un peu -- MySQL apparemment ne supporte pas l'UTF-8 en soi, il prend en charge un sous-ensemble. +1 pour vous. J'aime PostgreSQL que beaucoup plus maintenant.
- Cela signifie simplement que MySQL a actuellement une limite au nombre de caractères qu'ils peuvent accepter. Quand/si ils soulèvent de la limite et de soutenir la gamme complète, des hypothèses basées sur l'3-octet par caractère de la valeur de rupture. Vous pouvez compter sur 4 octets limite de toujours: le Consortium Unicode a cloué que pour vous.
- Les jeunes: cela pourrait être vrai, dans l'avenir, mais en attendant comment MySQL va se comporter dans le futur est généralement pas une bonne idée. J'ai été brûlé par ça 😉
- La plupart d'utilisation ne jamais utiliser de caractères passé la 2byte marque qui est pourquoi j'ai collé avec 32k plutôt que de nommer tous les possibles de tailles mixte UTF-8.
- Mauvaise Réponse: 65535/3 === 21845. Les Caractères UTF-8 peut être de 4 octets. 65535/4 === 16383.75. Arrondir à 16383.
- blâmer les développeurs de MySQL pour que, comme vous pouvez le voir dans la réponse c'est une citation tout droit du manuel 😉
- Juste ne peut pas croire à 7 ans après le premier post, MySQL n'est toujours pas résoudre le problème.....
- le problème est en fait bien plus, je ne suis pas sûr à propos de MySQL 3.x mais je sais que cela a été le cas pour MySQL 4.x depuis le début. Et qui est sorti en 2002. Alors... au moins 15 ans
InformationsquelleAutor Wolph
11

Les caractères UTF-8 peut prendre jusqu'à 4 octets, et non pas 2 comme vous êtes supposé. UTF-8 est d'une largeur variable de codage, en fonction du nombre de bits significatifs dans le point de code Unicode:
- 7 bits et sous le point de code Unicode: 1 octets en UTF-8
- 8 à 11 bits: 2 octets en UTF-8
- De 12 à 16 bits: 3 octets
- 17 à 21 bits: 4 octets
La original UTF-8 spec permet l'encodage jusqu'à 31 bits des valeurs Unicode, en prenant comme beaucoup de comme 6 octets pour coder en UTF-8. Après l'UTF-8 est devenu populaire, le Consortium Unicode a déclaré qu'ils n'utiliseront jamais les points de code au-delà de 2²¹ - 1. C'est maintenant normalisé comme RFC 3629.

MySQL actuellement (c'est à dire la version 5.6) prend uniquement en charge le format Unicode Plan Multilingue De Base les personnages, pour qui UTF-8 besoins jusqu'à 3 octets par caractère. Cela signifie que le courant de la réponse à votre question est que votre TEXT champ peut contenir au moins 21,844 caractères.

Selon la façon dont vous le regardez, les limites actuelles sont plus élevés ou plus bas que:
- Si l'on suppose, comme je le fais, que le BMP limitation sera finalement levé dans MySQL ou de l'une de son fourches, vous ne devriez pas compter sur la capacité de stocker plus de 16 383 caractères dans ce champ si votre client MySQL permet arbitraire Unicode de saisie de texte.
- Sur l'autre main, vous pouvez être en mesure d'exploiter le fait que l'UTF-8 est une variable de la largeur de l'encodage. Si vous savez que votre texte est surtout plaine anglais seulement avec le occasionnel de caractères non-ASCII, votre efficace dans la pratique, la limite pourrait approcher le maximum de 64 KO - 1 limite de caractères.
- "ne peut assumer le champ peut contenir jusqu'à 16 K caractères de texte UTF-8." ← J'aimerais préciser que...
- Fixe. Merci, Thanatos.
InformationsquelleAutor Warren Young
2

Toutefois, lorsqu'il est utilisé comme clé primaire, MySQL suppose que chaque limite de la taille de la colonne de ajoute 3 octets à clé.
```
mysql> alter table test2 modify code varchar(333) character set utf8;
Query OK, 0 rows affected (0.05 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> alter table test2 modify code varchar(334) character set utf8;
ERROR 1071 (42000): Specified key was too long; max key length is 1000 bytes
```
Bien, à l'aide de longues colonnes de la chaîne en tant que clé primaire est généralement un lit pratique, cependant, je suis tombé sur ce problème lorsque l'on travaille avec des bases de données commerciales (!) produit.

InformationsquelleAutor Danubian Sailor

Vous devez vous connecter pour publier un commentaire.