MySQL COMPRESS 为什么会让短字符串占用更多字节
如果你对一列短文本直接执行 COMPRESS(),发现结果的字节数比原文还大,这通常不是 MySQL 算错了。短输入没有足够的重复内容抵消压缩格式本身的开销,非空结果还要保存原始长度信息。因此,是否值得压缩不能只看函数名,要把原文长度、压缩后长度和存储类型一起比较。
官方文档:https://dev.mysql.com/doc/refman/8.4/en/encryption-functions.html#function_compress
结论:短字符串可能因为固定长度头和压缩格式开销变大;压缩结果是二进制字符串,落库优先使用VARBINARY或BLOB,不要把它当普通文本保存。
先用字节长度确认“变大”
检查这类问题时,第一步是使用 LENGTH(),因为它返回字节数;CHAR_LENGTH() 返回字符数,中文、表情和其他多字节字符会让两者不同。下面的查询同时观察原文、压缩结果和可还原的原始长度。
-- 用字节数比较压缩前后,避免把字符数当成存储大小
SELECT
s AS original_text,
LENGTH(s) AS original_bytes,
LENGTH(COMPRESS(s)) AS compressed_bytes,
UNCOMPRESSED_LENGTH(COMPRESS(s)) AS recorded_original_bytes
FROM (
SELECT 'a' AS s
UNION ALL SELECT REPEAT('a', 16)
UNION ALL SELECT REPEAT('a', 1000)
) AS samples;
官方手册给出的典型结果是:空字符串压缩后长度为 0,'a' 为 13,16 个连续的 a 为 15,而 1000 个连续的 a 为 21。这个对比已经说明,压缩收益来自足够长且有重复的数据,不能从一个短样本外推到所有文本。
为什么非空短字符串会多出字节
COMPRESS() 返回的是二进制字符串。MySQL 8.4 手册说明,非空结果由“未压缩字符串长度的 4 字节小端表示”加上压缩字符串组成;如果原始字符串以空格结尾,还会增加一个句点字符来避免尾部空格处理带来的问题。也就是说,输入只有几个字节时,固定信息和压缩格式开销就可能超过压缩收益。

这也是为什么不能用“压缩后一定更小”作为数据模型规则。对短标识、短状态值、短枚举文本,压缩结果可能更大;对重复度高、长度较长的正文或日志片段,才更有机会获得收益。最终规则应以业务样本的 LENGTH() 分布和 CPU 成本为依据,而不是只测试一个长字符串。
压缩结果应该放进什么列
压缩内容可能包含任意字节。官方文档建议使用 VARBINARY 或 BLOB,这样可以避免普通字符列的尾空格裁剪和字符集转换改变数据。表结构可以把原文长度作为辅助字段保存,便于排查和估算收益。
-- 二进制列保存 COMPRESS 结果,长度字段用于快速判断收益 CREATE TABLE message_archive ( id BIGINT PRIMARY KEY, payload_zip BLOB NOT NULL, payload_bytes INT UNSIGNED NOT NULL ); -- 只在样本规则允许时写入压缩值,并记录原始字节数 INSERT INTO message_archive (id, payload_zip, payload_bytes) VALUES (1, COMPRESS(:payload), LENGTH(:payload)); -- 读取时先解压,再按需要取得原文长度 SELECT UNCOMPRESS(payload_zip) AS payload, UNCOMPRESSED_LENGTH(payload_zip) AS original_bytes FROM message_archive WHERE id = 1;
如果应用还要在数据库外部传输这个字段,也要把它当二进制处理,避免经过不必要的文本编码转换。UNCOMPRESS() 只能还原由 COMPRESS() 生成的值;输入不是压缩值或压缩库不可用时,结果可能是 NULL。

什么时候压缩,什么时候保留原文
| 数据特征 | 建议 | 原因 |
|---|---|---|
| 短 ID、状态值、少量标签 | 通常保留原文 | 固定开销可能超过节省空间,解压还会增加 CPU。 |
| 较长且重复度高的正文或日志片段 | 用样本评估后压缩 | 重复模式更容易抵消长度头和压缩格式开销。 |
| 以空格结尾或需要字符集语义的数据 | 用 BLOB/VARBINARY 保存 | 避免文本列裁剪尾空格或发生字符集转换。 |
落地时可以先按业务真实数据抽样,记录原始字节数、压缩后字节数和访问频率,再设置阈值:压缩后没有明显收益的样本直接保存原文,有稳定收益且读取不敏感的长文本才采用压缩。这个阈值属于业务决策,不是 COMPRESS() 自动替你完成的优化。
常见问题
COMPRESS('') 为什么不是带四字节头的结果?
空字符串是特殊情况,官方示例显示其压缩结果长度为 0;不要用空字符串去推断非空输入的布局。
为什么不能把压缩结果存到 VARCHAR?
压缩结果是二进制字符串,VARCHAR/TEXT 可能发生字符集转换或尾空格处理。除非你明确完成了二进制编码,否则应使用 VARBINARY 或 BLOB。
UNCOMPRESSED_LENGTH() 能替代 LENGTH() 吗?
不能。前者读取压缩结果记录的原始长度,后者测量当前传入值的字节数;比较压缩收益时通常两者都需要。
小结
MySQL COMPRESS 让短字符串变大的核心原因,是非空结果要携带 4 字节原始长度信息并承担压缩格式开销。用 LENGTH 按字节比较,使用 VARBINARY 或 BLOB 保存二进制结果,再结合 UNCOMPRESS 和 UNCOMPRESSED_LENGTH 设计读写路径,才能把压缩从“函数调用”变成有数据依据的存储决策。
Go image/draw.Draw 怎样处理不同颜色模型的绘制
- 上一篇
- Go image/draw.Draw 怎样处理不同颜色模型的绘制
- 下一篇
- MySQL SOUNDEX 为什么不适合中文姓名近音匹配
-
- 数据库 · MySQL | 14小时前 |
- MySQL INFORMATION_SCHEMA.TABLESPACES_EXTENSIONS 怎样读取表空间的引擎扩展属性
- 214浏览 收藏
-
- 数据库 · MySQL | 15小时前 |
- MySQL session_account_connect_attrs 怎样理解账户范围内的连接属性可见性
- 111浏览 收藏
-
- 数据库 · MySQL | 16小时前 |
- MySQL INFORMATION_SCHEMA.FILES 怎样查看表空间对应的数据文件信息
- 365浏览 收藏
-
- 数据库 · MySQL | 17小时前 | MySQL · mysql events_statements_histogram_global 语句延迟直方图
- MySQL events_statements_histogram_global 怎样理解语句延迟直方图的区间
- 227浏览 收藏
-
- 数据库 · MySQL | 17小时前 | MySQL · mysql 元数据锁 metadata_locks performance_schema LOCK_STATUS
- MySQL performance_schema.metadata_locks 怎样区分等待锁与已授予锁的记录
- 494浏览 收藏
-
- 数据库 · MySQL | 18小时前 | MySQL · mysql session_connect_attrs Performance Schema 连接属性
- MySQL session_connect_attrs 怎样读取客户端提交的连接属性
- 163浏览 收藏
-
- 数据库 · MySQL | 21小时前 | MySQL · mysql 空间数据 LineString ST_PointN
- MySQL ST_PointN 怎样读取线串中的指定顶点
- 337浏览 收藏
-
- 数据库 · MySQL | 22小时前 | MySQL · mysql Performance Schema 事务聚合 账户统计
- MySQL events_transactions_summary_by_account_by_event_name 怎样按账户读取事务等待聚合
- 396浏览 收藏
-
- 数据库 · MySQL | 23小时前 |
- MySQL performance_schema.host_cache 怎样读取主机解析状态与连接错误计数
- 309浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1109次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1101次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1272次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1215次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1061次使用
-
- MySQL 明明加了索引,为什么查询还是很慢?先查这 6 个点
- 2026-06-27 374浏览
-
- golang MySQL实现对数据库表存储获取操作示例
- 2022-12-22 499浏览
-
- golang 基于 mysql 简单实现分布式读写锁
- 2023-01-07 384浏览
-
- 详解如何利用GORM实现MySQL事务
- 2023-01-07 184浏览
-
- Go语言实现操作MySQL的基础知识总结
- 2023-01-23 265浏览

