在MySQL或Postgres中使用混合表字符集时会出现性能问题吗？

我正在处理一个数据库，它的表具有不同的字符集。因为它是一个大数据库，我想知道它是否会导致性能问题。是的，DB通常进行的值比较是连接和比较整数，但是除了某些字符集占用的空间较大之外，我们在使用具有不同字符集的表时还会遇到其他性能问题吗？

如果使用不兼容的排序规则进行字符串比较，这些比较不能在字符串列上使用索引。我在对字符串列进行联接时看到过这种情况，并且联接的表具有不同的排序规则（当然，如果它们也具有不同的字符集，那么它们也是不同的排序规则）

但您说过联接是在整数列上，而不是字符串列上。因此，在您的情况下，连接不应该是一个问题

---

如果表字符集与会话字符集不匹配，则在查找字符串列时也可能出现性能问题

示例：我的表是用utf8mb4定义的，但我将会话设置为utf8，所以字符串文本将是utf8。看起来是无害的改变，对吧

mysql> set names utf8;

mysql> explain select * from mytable where text = 'abc123';
+----+-------------+---------+------------+------+---------------+------+---------+-------+------+----------+-------+
| id | select_type | table   | partitions | type | possible_keys | key  | key_len | ref   | rows | filtered | Extra |
+----+-------------+---------+------------+------+---------------+------+---------+-------+------+----------+-------+
|  1 | SIMPLE      | mytable | NULL       | ref  | text          | text | 83      | const |    1 |   100.00 | NULL  |
+----+-------------+---------+------------+------+---------------+------+---------+-------+------+----------+-------+

我想utf8字符串“abc123”有一个明确的方法可以升级为utf8mb4，以匹配它所比较的列

但是，如果我强制执行utf8mb4不支持的特定排序规则，我发现它必须执行表扫描并逐个比较行，而不是索引查找：

mysql> explain select * from mytable where text = 'abc123' collate utf8_general_ci;
+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-------------+
| id | select_type | table   | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra       |
+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-------------+
|  1 | SIMPLE      | mytable | NULL       | ALL  | NULL          | NULL | NULL    | NULL |   10 |   100.00 | Using where |
+----+-------------+---------+------------+------+---------------+------+---------+------+------+----------+-------------+

隐式排序规则和显式排序规则之间有区别。假设我将会话设置为使用没有到utf8mb4的清晰路径的内容：

mysql> set names latin1;

mysql> explain select * from mytable where text = 'abc123';
+----+-------------+---------+------------+------+---------------+------+---------+-------+------+----------+-------+
| id | select_type | table   | partitions | type | possible_keys | key  | key_len | ref   | rows | filtered | Extra |
+----+-------------+---------+------------+------+---------------+------+---------+-------+------+----------+-------+
|  1 | SIMPLE      | mytable | NULL       | ref  | text          | text | 83      | const |    1 |   100.00 | NULL  |
+----+-------------+---------+------------+------+---------------+------+---------+-------+------+----------+-------+

到目前为止还不错，但如果我明确说明了排序规则：

mysql> explain select * from mytable where text = 'abc123' collate latin1_general_ci;
ERROR 1267 (HY000): Illegal mix of collations (utf8mb4_general_ci,IMPLICIT) and (latin1_general_ci,EXPLICIT) for operation '='

底线是，您应该使用相同的字符集和排序规则，以使您的生活更轻松。将其用于所有表和会话

在当今时代，很难找到使用utf8mb4以外的任何东西的理由

---

p.S.空间不应该是个问题。UTF-8字符集允许使用多字节字符，但不能扩展适合单个字节的字符大小。UTF-8是一种可变宽度字符编码。因此ASCII范围（0-127）中的字符无论如何都存储在一个字节中。详细阅读，它有一个很好的解释。

MySQL:

对于存储为字符串（

CHAR

或

VARCHAR

）的邮政编码（postal\u code）），大多数字符集都同样有效。但是，当在这样一列上加入

时，排序规则必须相同


如果相同，则可以使用该列上的索引
如果不是，则索引是无用的，查询必须扫描整个表

由于排序规则包括字符集，因此也会强制字符集相同

排序规则的选择很小。但是，如果字符串中可能有字母（邮政编码、国家/地区编码等），则需要决定是否强制表（和用户查询）使用特定的大小写


排序规则
…\u bin
将案例视为不同：“de”与“de”（德国）不匹配
排序规则
…\u ci
是“不区分大小写”的，因此它们将匹配
您可以优化列字符集，例如zipcode utf8不好，更好的选择是latin1或ascii，甚至可以节省磁盘空间，制作更小的表。你需要储存网页内容吗？utf8现在可能是你的选择！谢谢你的评论！事实上，这更多的是关于速度而不是空间（我知道它们是相关的，但我想关注的是不受占用空间影响的性能）感谢您的努力和完整的答案！