PostgreSQL / 系统课时
字符与文本类型
字符与文本类型
本课解决字符串字段该用 char、varchar 还是 text 的问题。你将理解三者的存储行为,通过 SQL 验证字符数与字节数的区别,并避免把长度限制当成性能优化手段。
学习目标
- 区分定长、限长和不限长文本
- 根据业务约束选择字符串类型
- 正确理解字符长度与字节长度
char、varchar 与 text
char(n) 会把值用空格补齐到指定字符长度,尾部空格在比较时通常不显著,适合极少数真正需要定长语义的代码。普通名称、编号和描述不应因为“看起来整齐”就使用它。这里的定长指字符数,并不意味着固定占用 n 个字节。
varchar(n) 限制最多字符数,适合长度本身属于业务规则的字段,如国家代码或外部单号。text 不声明字符上限,适合备注、正文和长度变化较大的内容,但仍受到 PostgreSQL 单个字段值大小和存储资源的限制。
在 PostgreSQL 中,text 与无长度限制的 varchar 没有本质性能优势差异。char(n) 也不会因为声明了固定长度就自动获得查询速度优势。选择重点应是业务约束,而不是误以为 varchar 一定更快。
通常可以先判断业务是否要求最大字符数:有明确上限时使用 varchar(n),没有明确上限时优先使用 text。只有确实需要定长补空格语义时,才考虑 char(n)。
执行示例与结果
下面在 PostgreSQL 中创建一张临时表,分别存储定长字符、限长字符串和普通文本。使用 char_length 查看字符数,使用 octet_length 查看实际字节数。示例中的中文结果以 UTF8 数据库编码为前提。
CREATE TEMP TABLE demo_text (
code char(5),
name varchar(20),
note text
);
INSERT INTO demo_text VALUES ('A', 'PostgreSQL', 'Flexible text');
-- char_length 对 char 类型忽略补齐的尾部空格
SELECT code,
char_length(code) AS code_chars,
octet_length(code) AS code_bytes,
char_length(name) AS name_chars,
char_length(note) AS note_chars
FROM demo_text;
-- 在 UTF8 编码下比较中文的字符数与字节数
SELECT char_length('中文') AS chars,
octet_length('中文') AS bytes;预期输出
code | code_chars | code_bytes | name_chars | note_chars
-------+------------+------------+------------+-----------
A | 1 | 5 | 10 | 13
(1 row)
chars | bytes
-------+-------
2 | 6
(1 row)第一条查询中,code 存入的是 A,但 char(5) 会补齐四个空格。因此 char_length(code) 返回 1,而 octet_length(code) 返回 5。name 和 note 没有固定补齐行为,分别包含 10 和 13 个字符。
第二条查询表明,在 UTF8 编码下,中文 包含 2 个字符,但占用 6 个字节。这说明 PostgreSQL 的 varchar(n) 和 char(n) 中的 n 约束的是字符数量,而不是 UTF8 字节数量。
长度限制的边界
varchar(20) 的 20 指字符数,不是字节数。中文、英文和表情符号占用的字节可能不同,但长度限制仍按字符计算。需要注意,多个 Unicode 码点组成的组合表情可能在视觉上是一个符号,却被计算为多个字符。
如果向 varchar(20) 直接插入 21 个非空格字符,PostgreSQL 通常会报错,提示值超过字段长度。特殊情况下,超出长度的部分如果全是空格,或者使用显式类型转换,可能发生截断;不应依赖这种行为清洗输入数据。
需要限制格式时,不能只依赖长度。例如国家代码可以使用 varchar(2) 限制字符数,再通过 CHECK (country_code ~ '^[A-Z]{2}$') 要求恰好两个大写英文字母。订单号还应根据业务规则增加格式检查或唯一约束。
对于没有固定长度上限的备注字段,可以直接使用 text。如果后来业务要求最多 500 个字符,也可以使用 CHECK (char_length(note) <= 500) 表达限制,而不必为了性能原因改用 varchar(500)。
实际设计表结构时,应将字符数限制、格式校验和唯一性视为不同的约束:varchar(n) 负责长度上限,CHECK 负责具体规则,UNIQUE 负责避免重复。它们不能互相替代。