具有两个不同字符集的两个表

Question

我有一张表存储来自用户的输入，因此为了允许国家字符，我将 charset 设置为utf8mb4。

然后我有第二个表，它可以变得非常大（100+ 数百万行），并且我 100% 确定该表将仅存储 ASCII 字符，因此我已将此表的字符集设置为latin1以节省磁盘空间。

在一个数据库中的表之间使用不同的字符集有什么缺点吗？这被认为是不好的做法吗？

或者有没有其他方法可以解决这个问题？（保持磁盘占用最小并允许使用国家字符）

编辑：

其输出show create table接受用户输入（并具有 utf8mb4）

 CREATE TABLE `sensor` (
  `id` int(20) NOT NULL AUTO_INCREMENT,
  `label` varchar(191) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  `description` varchar(3000) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  `created` datetime(6) NOT NULL,
  `state` varchar(255) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  `region` varchar(255) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  `model_reference` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`),
  UNIQUE KEY `label` (`label`),
  KEY `id` (`id`),
  KEY `sensor_ibfk_1` (`model_reference`),
 FULLTEXT KEY `fulltext_index`(`label`,`description`,`state`,`region`), 
 CONSTRAINT `sensor_ibfk_1` FOREIGN KEY (`model_reference`) REFERENCES      `model` (`id`) ON DELETE SET NULL ON UPDATE NO ACTION
 ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4      COLLATE=utf8mb4_unicode_ci

其输出show create table是自动生成的（并具有 latin1）

CREATE TABLE `sensor_history` (
 `id` int(11) NOT NULL AUTO_INCREMENT,
 `sensor_reference` int(20) DEFAULT NULL,
 `temperature` varchar(16) DEFAULT NULL,
 `pressure` varchar(16) DEFAULT NULL,
 `at` timestamp(6) NOT NULL DEFAULT CURRENT_TIMESTAMP(6),
 PRIMARY KEY (`id`),
 KEY `sensor_history_ibfk_1` (`sensor_reference`),
 CONSTRAINT `sensor_history_ibfk_1` FOREIGN KEY (`sensor_reference`)     REFERENCES `sensor` (`id`) ON DELETE CASCADE ON UPDATE NO ACTION
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=latin1

Answer 1

每个数据库的每个表的每一列都可以有不同的CHARACTER SET和COLLATION。除非您JOIN在具有不同字符集和/或排序规则的列上，否则没有缺点。

Ascii（7 位的东西）是 latin1 和 utf8mb4 的子集。因此，编码是相同的，因此对于纯 ascii 文本不会看到空间差异。

但是，当您声明不必要的大字符串时，会遇到一些问题，尤其是对于更宽的字符集。 可能你不会打嗝。请提供SHOW CREATE TABLE对可能案例的审查。

客户端必须声明它正在使用的字符集，所以UTF-8你在那里需要什么。在这种情况下，任何非 utf8mb4 列都会在客户端和服务器之间进行自动转换。

更多的

当存入 时VARCHAR(...) CHARACTER SET utf8mb4，有 1 字节或 2 字节长度的开销，加上

• "abc" (ascii) 将占用 3 个字节 - 每个 ascii 字符占用 1 个字节，
• "ÛØÎ" 将占用 6 个字节 - 大多数欧洲字符占用 1 或 2 个字节，
• “José”将占用 5 个字节 - “é”占用 2 个字节，
• "" (Emoji) 将占用 12 个字节；每个表情符号是 3 或 4 个字节。中国人同上。
• “$€”（货币符号）将占用 4 个字节——“$”为 1，欧元为 3。

与CHARACTER SET latin1：

• "abc", "ÛØÎ", "José", "$€" 可以正确存储在 latin1 中，分别使用 3、3、4、2 个字节。
• 表情符号、所有亚洲语言、希腊语、西里尔语和其他语言都不能用 latin1 表示。垃圾随之而来。具体垃圾取决于各种设置；此问答列出了常见的乱码。

航行畅通：

• 必须使用CHARACTER SET可以容纳字符的a 声明（显式或隐式）列。（英语适用于任何字符集，但表情符号仅适用于 utf8mb4。）
• 连接参数（或SET NAMES）必须正确说明客户端中使用的编码。
• 两个字符集之间必须有映射。（英语总是映射。（西欧可以在 latin1、utf8、utf8mb4 之间映射，但其他的不多。）