为什么我们使用 char/varchar 而不是 varbinary/binary？

Question

在我的“现实”生活中，我将第一次使用二进制数据类型。 我们需要存储某种条形码。

我的高级团队成员告诉我应该使用

varbinary

，因为这是文档中的建议（我们使用Vertica）。

我说好吧，但我的好奇心告诉我“为什么？”

我认为

varbinary

或

binary

类型会在选择后以不可读的文本打印在屏幕上。但这并没有发生。

所以我在 Vertica 和 SQLite 中进行了测试，他们给了我正确的答案。

我创建一个表并插入数据。

create table TEST_VARBINARY_2
(
    id int,
    va_r binary(5)
);

insert into TEST_VARBINARY_2 (id, va_r)
values (1, '11111')

这就是答案。

显然数据库可以在

varbinary

中存储字符串。 所以我的问题是：为什么我们使用

char/varchar

而不是

varbinary/binary

？

Varbinary/binary

类型可以比

varchar/char

更有效地存储数据 - 那么为什么我们需要

varchar/char

？

在讨论这个问题时，您能给我示例或文档链接吗？

UDP 我相信在评论部分我找到了答案。

1. 并非所有 RDBMS 都有二进制类型
2. 并非所有 RDBMS 都支持二进制类型的字符串函数

Answer 1

基本上，因为字节与字符不同。

BINARY

/

VARBINARY

存储字节字符串。但这些字节可能对应于可打印的 ASCII 字符

https://docs.vertica.com/24.1.x/en/sql-reference/data-types/binary-data-types-binary-and-varbinary/ 说：

与输入格式一样，输出格式是八进制代码和可打印 ASCII 字符的混合。可打印 ASCII 字符范围（范围

[0x20, 0x7e]

）中的字节由相应的 ASCII 字符表示，但反斜杠 (

'\'

) 除外，它被转义为

'\\'

。所有其他字节值均由其相应的八进制值表示。例如，字节

{97,92,98,99}

，在 ASCII 中为

{a,\,b,c}

，转换为文本为

'a\\bc'

。

这就是你的字符串

'1111'

正常打印的原因。这些是可打印的 ASCII 字符。它们实际上是字节值 49，但当输出到文本显示器时，它们是可打印字符。

这些二进制字符串类型仅存储字节。如果您想要存储使用除 ASCII 之外的其他编码的字符，或者使用排序规则来指导排序和字符比较，则必须使用

CHAR

/

VARCHAR

以及可能的区域设置。

您说过您正在使用 Vertica。 https://docs.vertica.com/24.1.x/en/admin/about-locale/locale-and-utf-8-support/ 说：

Vertica 数据库服务器期望接收 UTF-8 格式的所有数据，并且 Vertica 输出 UTF-8 格式的所有数据。

以下字符串函数将

VARCHAR

参数视为 UTF-8 字符串（当未指定

USING OCTETS

时），无论区域设置如何。

（后面是字符串函数列表）

由于 UTF-8 字符的长度是可变的，因此字符串的字符长度可能与字节长度不同。

LENGTH()

字符串函数在给定

CHARACTER_LENGTH()

/

CHAR

参数时报告

VARCHAR

，但在给定

OCTET_LENGTH()

/

BINARY

参数时报告

VARBINARY

。

排序是字符串的另一个重要属性。对二进制数据进行排序时，使用字节值进行排序。同样，如果使用二进制排序规则对字符数据进行排序。但是，如果您想要对特定区域设置进行准确排序，则字节顺序不一定是给定区域设置的正确顺序。

阅读 https://docs.vertica.com/24.1.x/en/admin/about-locale/ 了解有关 Vertica 中区域设置的更多信息。