SQL 字符数据类型

在 PostgreSQL 及任何关系型数据库中，存储和管理文本信息是绝大多数应用程序的基础任务。从用户名和产品描述到文章内容和实际地址，文本数据无处不在。为你的字符串选择正确的数据类型对于数据库性能、存储效率和数据完整性相当重要。

本章将深入探讨 PostgreSQL 中可用的主要字符数据类型：VARCHAR、TEXT 和 CHAR。理解它们之间的区别、使用模式及其潜在影响，将使你在设计数据库表时能够做出明智的决策，确保文本数据得到高效且妥善的存储。

1. 了解 CHAR (定长字符串)

CHAR(n) 数据类型用于存储固定长度的字符串。当你将一列声明为 CHAR(10) 时，它将始终占用正好 10 个字符的空间。

• 不足则填充： 如果你插入的字符串短于 10 个字符，PostgreSQL 会在字符串末尾填充空格，以达到指定的长度。
• 超出则截断或报错： 如果你尝试插入长于 10 个字符的字符串，如果多出的字符全是空格，PostgreSQL 会将其静默截断为 10 个字符；但如果多出的是非空格字符，通常会导致报错（这是现代 PostgreSQL 的默认安全行为）。

CHAR 的关键特性在于其固定长度。这有时会使比较操作的处理速度略快，因为存储大小是可预测的。然而，如果你的数据长度经常变化且大多数都短于声明的最大长度，使用 CHAR 会导致严重的存储空间浪费。

1.1 语法与示例

CHAR 的语法非常简单：

column_name CHAR(n)

其中 n 是一个整数，代表要存储的确切字符数。

示例 1：存储双字母州/省缩写
假设你需要存储美国州名的缩写，它们总是正好两个字符长（例如，'CA'，'NY'，'TX'）。在这里，CHAR(2) 是完美的选择。

CREATE TABLE customers (
    customer_id SERIAL PRIMARY KEY,
    customer_name VARCHAR(100),
    state_abbreviation CHAR(2) -- 强制始终为 2 个字符
);

INSERT INTO customers (customer_name, state_abbreviation) VALUES
('Alice Smith', 'CA'),
('Bob Johnson', 'NY'),
('Charlie Brown', 'TX');

-- 查询数据以查看存储的值和长度
SELECT customer_name, state_abbreviation, LENGTH(state_abbreviation) FROM customers;

在这个例子中，state_abbreviation 将始终占用 2 个字符的空间。如果你尝试插入只包含一个字符的 'C'，它在数据库内部会被填充存储为 'C '。

真实场景示例：固定长度的产品 SKU
许多库存系统使用固定长度的库存单位 (SKU) 代码。如果一家公司使用标准的 8 字符 SKU（例如，'PG001234'，'ELX98765'），那么 CHAR(8) 是合适的。

CREATE TABLE products (
    product_id SERIAL PRIMARY KEY,
    product_name VARCHAR(255),
    sku CHAR(8) UNIQUE -- 强制 SKU 唯一且固定为 8 个字符
);

INSERT INTO products (product_name, sku) VALUES
('PostgreSQL 马克杯', 'PG000001'),
('大象毛绒玩具', 'EL000001');

-- 让我们尝试插入一个较短的字符串来演示自动填充：
INSERT INTO products (product_name, sku) VALUES ('短 SKU 商品', 'SHORT'); 
-- 'SHORT' 只有 5 个字符，它将在末尾被填充 3 个空格，变成 'SHORT   '

SELECT product_name, sku, LENGTH(sku) FROM products WHERE product_name = '短 SKU 商品';
-- 你会发现虽然你输入的是 'SHORT'，但 LENGTH(sku) 返回的是 8

2. 了解 VARCHAR (变长字符串)

VARCHAR(n) 数据类型用于存储具有用户定义的最大长度限制的变长字符串（Variable-Character）。

与 CHAR 不同，VARCHAR 不会用空格填充字符串。它只存储你实际提供的字符，外加少量的开销（通常是 1 到 4 个字节）来记录字符串的实际长度。这使得 VARCHAR 在存储长度变化显著的文本时，空间效率要高得多。

如果你尝试插入一个长度超过指定 n 的字符串，PostgreSQL 将报错并拒绝插入。默认情况下，VARCHAR 严格执行最大长度限制。

2.1 语法与示例

VARCHAR 的语法是：

column_name VARCHAR(n)

其中 n 是一个整数，代表允许的最大字符数。

示例 1：存储客户姓名
客户姓名的长度差异很大。使用 VARCHAR(100) 允许姓名最长达到 100 个字符，但只会消耗每个特定姓名实际所需的空间。

CREATE TABLE users (
    user_id SERIAL PRIMARY KEY,
    username VARCHAR(50) UNIQUE, -- 用户名最多 50 个字符
    email VARCHAR(255) NOT NULL, -- 电子邮件最多 255 个字符
    bio VARCHAR(500)             -- 个人简介最多 500 个字符
);

INSERT INTO users (username, email, bio) VALUES
('johndoe', 'john.doe@example.com', '狂热的数据库爱好者。'),
('alice_wonder', 'alice@example.com', '正在学习 PostgreSQL 基础。');

-- 如果尝试插入超过 50 个字符的用户名，将会导致错误：
-- INSERT INTO users (username, email) VALUES ('this_is_a_really_long_username_for_my_test_account_that_should_fail', 'longuser@example.com');
-- 报错信息: value too long for type character varying(50)

SELECT username, email, LENGTH(username), LENGTH(email) FROM users;

请注意，LENGTH(username) 返回的是字符串的实际长度，而不是声明的最大长度 50。

真实场景示例：产品简短描述
电子商务网站需要存储产品描述。如果存在一个合理的上限长度，例如 VARCHAR(1000) 将是一个不错的选择。

CREATE TABLE products_ecommerce (
    product_id SERIAL PRIMARY KEY,
    product_name VARCHAR(255) NOT NULL,
    short_description VARCHAR(1000), -- 最多 1000 个字符
    price DECIMAL(10, 2)
);

3. 了解 TEXT (无限制文本)

TEXT 数据类型用于存储任意长度的可变长度字符串。

在 PostgreSQL 中，TEXT 本质上就是没有显式长度限制的 VARCHAR。PostgreSQL 非常高效地存储 TEXT 数据，就像 VARCHAR 一样，它只消耗实际字符串内容所需的空间，加上一个很小的长度记录开销。

在 PostgreSQL 内部，没有指定长度的 VARCHAR（即单纯写 VARCHAR）与 TEXT 之间实际上没有功能上的区别。但是，为了代码的可读性和明确表达“这段文本没有长度限制”的意图，当你不希望在数据库层面强制执行长度上限时，通常首选使用 TEXT。

3.1 语法与示例

TEXT 的语法非常简单，不需要任何参数：

column_name TEXT

示例 1：存储文章内容
对于博客文章、新闻或评论，长度可能从几个字到数万字不等，此时 TEXT 是最合适的选择。

CREATE TABLE articles (
    article_id SERIAL PRIMARY KEY,
    title VARCHAR(255) NOT NULL,
    author VARCHAR(100),
    content TEXT, -- 完整的文章内容，可能非常长
    published_date TIMESTAMP DEFAULT NOW()
);

INSERT INTO articles (title, author, content) VALUES
('数据库在 AI 时代的未来', 'Evelyn Reed 博士', '在人工智能正在改变各行各业的时代，数据库在存储、管理和检索 AI 模型所需的海量数据方面发挥着关键作用。本文探讨了数据库技术不断演变的格局...');

SELECT title, LENGTH(content) AS content_length FROM articles;

真实场景示例：法律文档存储
律师事务所可能需要将完整的合同或免责声明直接存储在数据库中。这些文档极其冗长，使得 TEXT 成为唯一实用的选择。

4. 核心对比：何时使用哪种类型？

选择 CHAR、VARCHAR 还是 TEXT 取决于你要存储的数据的具体特征。以下是它们的总结和推荐用例：

4.1 深入选择指南

• 何时使用 CHAR(n):
• 当数据绝对、始终具有已知的固定长度时。
• 例如： 两位数的国家代码、单字符标志位（'Y'/'N'）、特定且固定长度的识别码。
• 注意： 由于其空格填充行为如果不被完全理解有时会导致意外，它在现代通用文本存储中已较少使用。
• 何时使用 VARCHAR(n):
• 当你需要存储长度可变的字符串，但同时又希望在数据库层面强制设置一个合理的长度上限时。
• 例如： 用户名（限制 50 字符防恶意输入）、电子邮件地址、文章标题。 这是大多数文本列的默认和首选。它可以防止异常庞大或错误的输入占用系统资源。
• 何时使用 TEXT:
• 当你需要存储长度可变的字符串，并且没有实际的长度上限，或者不希望数据库去限制它时。
• 例如： 博客正文、详细的产品描述、用户评论反馈。 在 PostgreSQL 中，它在存储和处理变长字符串方面的效率与 VARCHAR 一样高。

关于编码的注意事项：

PostgreSQL 支持各种字符集，推荐的默认设置是 UTF-8。在处理多字节字符（如中文、日文等）时，实际占用的字节数可能大于字符数（例如，在 UTF-8 中，一个中文字符通常占用 3 个字节）。CHAR(n) 和 VARCHAR(n) 中的 n 指的是字符的数量，而不是字节的数量。PostgreSQL 会在底层自动处理字符到字节的转换。