MySQL: странное поведение LENGTH() в строке utf8

Я выполняю модульные тесты на генераторах запросов, и у меня возникают проблемы с функцией LENGTH.

У меня есть 2 запроса, которые следуют друг за другом:

SHOW VARIABLES LIKE '%character%'

Возвращает следующий результат:

array(8) {
  [0] =>
  array(2) {
    'Variable_name' =>
    string(20) "character_set_client"
    'Value' =>
    string(4) "utf8"
  }
  [1] =>
  array(2) {
    'Variable_name' =>
    string(24) "character_set_connection"
    'Value' =>
    string(4) "utf8"
  }
  [2] =>
  array(2) {
    'Variable_name' =>
    string(22) "character_set_database"
    'Value' =>
    string(6) "latin1"
  }
  [3] =>
  array(2) {
    'Variable_name' =>
    string(24) "character_set_filesystem"
    'Value' =>
    string(6) "binary"
  }
  [4] =>
  array(2) {
    'Variable_name' =>
    string(21) "character_set_results"
    'Value' =>
    string(4) "utf8"
  }
  [5] =>
  array(2) {
    'Variable_name' =>
    string(20) "character_set_server"
    'Value' =>
    string(4) "utf8"
  }
  [6] =>
  array(2) {
    'Variable_name' =>
    string(20) "character_set_system"
    'Value' =>
    string(4) "utf8"
  }
  [7] =>
  array(2) {
    'Variable_name' =>
    string(18) "character_sets_dir"
    'Value' =>
    string(26) "/usr/share/mysql/charsets/"
  }
}

Мой второй запрос:

SELECT LENGTH('重庆') as len

Он возвращает 6 вместо 2.

Что здесь не так? Мои параметры кодировки выглядят хорошо.

Ответ 1

Я нашел ответ в документации MySQL:

Функция LENGTH подсчитывает байты:

mysql> SELECT LENGTH('重庆') ;
+------------------+
| LENGTH('重庆')   |
+------------------+
|                6 |
+------------------+
1 row in set (0.00 sec)

Функция CHAR_LENGTH считает символы:

mysql> SELECT CHAR_LENGTH('重庆') ;
+-----------------------+
| CHAR_LENGTH('重庆')   |
+-----------------------+
|                     2 |
+-----------------------+
1 row in set (0.00 sec)

Ответ 2

Оба они работают совершенно по-другому:

Как только LENGTH() всегда возвращает длину строки по байтам. CHAR_LENGTH() возвращает длину строки символами.

Как только вы используете Unicode, в котором большинство символов закодированы в два байта, всегда будет отличаться. Или даже когда мы говорим о UTF-8, где количество байтов меняется все время.

например:.

SELECT LENGTH('重庆'), CHAR_LENGTH('重庆');
-->   6,  2