登录
推荐 文章 Go 技术 课程 下载 专题 AI
首页 >  数据库 >  MySQL

MySQL UNCOMPRESSED_LENGTH 怎样读取压缩前的字节数

来源:17golang原创

时间:2026-11-17 20:17:06 148浏览 收藏

排查压缩字段时,最容易遇到的症状是:同一份数据在压缩前、压缩后和页面展示层出现了三个不同的“长度”,最后却被当成一个字段写进日志。MySQL 的 UNCOMPRESSED_LENGTH() 解决的是其中一个非常具体的问题:从 COMPRESS() 产生的二进制值中,读取它压缩前的字节数。

官方文档:https://dev.mysql.com/doc/refman/8.4/en/encryption-functions.html

正确写法是 UNCOMPRESSED_LENGTH(COMPRESS(原始值))。它返回原始值的字节长度,不是压缩结果的大小,也不是字符数,更不能单独用来判断数据是否完整。

先固定故障现象:三种长度被混在一起

一次数据归档排查中,日志里同时出现了“原文长度”“压缩长度”和“中文字符串长度”。问题并不在函数失效,而在于观察对象已经换了:LENGTH() 看到的是传入表达式的字节数,CHAR_LENGTH() 看到的是字符数,而 UNCOMPRESSED_LENGTH() 只接受压缩值并回读压缩前长度。

观察目标常用表达式含义
原始字节数LENGTH(original_value)原始表达式按当前字符集编码后的字节数
原始字符数CHAR_LENGTH(original_value)字符串中的字符数量
压缩后字节数LENGTH(COMPRESS(original_value))压缩结果这个二进制字符串占用的字节数
压缩前字节数UNCOMPRESSED_LENGTH(COMPRESS(original_value))从压缩值中读取的原始字节长度
MySQL COMPRESS 与三种长度函数的静态关系图
图1:MySQL 压缩长度的静态关系说明图,区分原始字节数、压缩后字节数与字符数,不是截图或运行证据。

因此,不能拿 CHAR_LENGTH() 的结果去解释压缩前大小,也不能把 LENGTH(COMPRESS(...)) 当作原始长度。先写清楚指标名称,后面才不会把压缩比算反。

用 COMPRESS 包住原始值再读取长度

UNCOMPRESSED_LENGTH() 的参数应当是由 COMPRESS() 得到的值。最小查询可以这样写:

-- 先把原始文本压缩,再读取压缩前的字节数
SELECT
    UNCOMPRESSED_LENGTH(COMPRESS('order payload')) AS original_bytes;

-- 同时记录四个指标,避免把观察对象混在一起
SELECT
    LENGTH('order payload') AS source_bytes,
    CHAR_LENGTH('order payload') AS source_chars,
    LENGTH(COMPRESS('order payload')) AS compressed_bytes,
    UNCOMPRESSED_LENGTH(COMPRESS('order payload')) AS recovered_bytes;

在这组表达式中,source_bytes 与 recovered_bytes 都描述原始值的字节长度;compressed_bytes 描述压缩结果本身的字节长度;source_chars 则是字符数。最后一个值适合用来还原“压缩前有多大”的记录,但不代表解压后的内容一定能通过业务校验。

如果原始值来自列,建议让压缩只发生一次,然后在同一层查询中复用结果,避免排查日志和业务查询各自压缩一遍:

-- 用派生表固定同一个压缩值,避免多次计算造成口径漂移
SELECT
    d.id,
    LENGTH(d.compressed_value) AS compressed_bytes,
    UNCOMPRESSED_LENGTH(d.compressed_value) AS original_bytes
FROM (
    SELECT
        id,
        COMPRESS(payload) AS compressed_value -- 压缩结果按二进制值处理
    FROM event_archive
) AS d;

沿着 NULL、空值和中文边界排查

真正让排查变慢的,往往不是正常字符串,而是输入边界。MySQL 文档明确说明:UNCOMPRESSED_LENGTH(NULL) 返回 NULL。这与“原始值是空字符串”完全不同;空字符串是一个存在的、长度为零的值,不应和缺失值混为一谈。

-- 把 NULL、空字符串和多字节文本拆成不同的观察对象
SELECT
    UNCOMPRESSED_LENGTH(COMPRESS(NULL)) AS null_case,
    UNCOMPRESSED_LENGTH(COMPRESS('')) AS empty_case,
    LENGTH('中文') AS chinese_bytes,
    CHAR_LENGTH('中文') AS chinese_chars,
    UNCOMPRESSED_LENGTH(COMPRESS('中文')) AS chinese_original_bytes;

-- 用显式标签保留排查结论,避免报表把 NULL 显示成 0
SELECT
    CASE
        WHEN payload IS NULL THEN '缺失值,不参与长度比较'
        WHEN payload = '' THEN '空字符串,属于有效空值'
        ELSE '有内容,比较字节长度'
    END AS payload_state,
    UNCOMPRESSED_LENGTH(COMPRESS(payload)) AS original_bytes
FROM event_archive;
MySQL COMPRESS 输入、NULL 边界与二进制存储关系图
图2:COMPRESS 输入与长度读取边界的结构说明图,突出 NULL、空字符串和二进制存储,不是截图或运行证据。

中文文本尤其容易制造错觉:字符数可能是两个,但在常见多字节字符集下,字节数会更大。要统计传输、存储或压缩前的容量,应使用字节指标;要描述用户看到的文字数量,才使用字符指标。

根因通常是存储类型和指标命名不清

COMPRESS() 返回的是二进制字符串。若把它放进普通字符类型,尾随空格处理或字符集转换可能改变数据,因此压缩结果应优先放在 VARBINARY 或 BLOB 列中。类型修正不能替代完整性校验,但可以减少“写入后内容变了”的隐性故障。

-- 压缩结果按二进制保存,长度列只作为容量记录
CREATE TABLE event_archive (
    id BIGINT PRIMARY KEY,
    payload_compressed BLOB NOT NULL,
    payload_original_bytes BIGINT NULL,
    payload_state VARCHAR(20) NOT NULL
);

-- 写入时同步记录原始字节数,但不把它当作校验和
INSERT INTO event_archive (
    id,
    payload_compressed,
    payload_original_bytes,
    payload_state
)
VALUES (
    1001,
    COMPRESS('order payload'), -- 结果是二进制字符串
    UNCOMPRESSED_LENGTH(COMPRESS('order payload')), -- 只记录压缩前字节数
    'present'
);

这里有一个需要明确的取舍:长度字段可以帮助容量统计、压缩率分析和解压前的粗略规模判断,但它不是哈希值,也不是签名。长度相同的两份内容可能完全不同;如果需要判断内容是否被篡改或截断,应另外设计摘要、校验和或应用层版本字段。

修复后用一张清单复查

  • 原始值是否确实经过 COMPRESS(),而不是把普通文本直接传给 UNCOMPRESSED_LENGTH()。
  • 容量统计用的是 LENGTH(),字符展示用的是 CHAR_LENGTH(),压缩前字节数用的是 UNCOMPRESSED_LENGTH()。
  • NULL、空字符串和正常内容是否有明确状态,不要把 NULL 自动填成零。
  • 压缩结果是否存入 VARBINARY 或 BLOB,避免字符类型转换影响二进制数据。
  • 原始长度列是否只承担容量记录职责,没有被误用为完整性校验。

常见追问

UNCOMPRESSED_LENGTH() 能直接统计普通字符串吗?

它的语义是读取压缩值在压缩前的长度。需要普通字符串的字节数时,直接使用 LENGTH();需要字符数时使用 CHAR_LENGTH()。

为什么中文的字符数和字节数不一样?

字符数描述字符个数,字节数描述编码后的存储大小。多字节字符集下,一个字符可能占用多个字节,所以容量场景应看 LENGTH()。

只保存原始长度能判断压缩数据是否损坏吗?

不能。原始长度只能说明规模,不能证明内容身份或完整性。需要完整性判断时,应增加独立的摘要、校验或版本信息。

这次故障的修复点不是换一个更大的长度字段,而是恢复指标口径:压缩结果看压缩后的字节数,UNCOMPRESSED_LENGTH() 看压缩前字节数,CHAR_LENGTH() 看字符数,NULL 则保持为缺失状态。

声明:本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
相关阅读
更多>
最新阅读
更多>
课程推荐
更多>