当前位置：首页 > news >正文

为什么TEXT不区分大小写，而BLOB严格区分？

news 2025/8/12 15:55:37

技术解析与SQL示例

BLOB 和 TEXT 家族（包括TINYBLOB/TINYTEXT, MEDIUMBLOB/MEDIUMTEXT, LONGBLOB/LONGTEXT）在存储容量上是对应的，它们的核心区别在于对字符集的处理。

• BLOB (Binary Large Object - 二进制大对象):
- • 用于存储二进制数据，如图片、音频、视频文件、序列化的Java对象等。
- • 它没有字符集的概念，数据被视为一串纯粹的字节流。
- • 因此，它的排序和比较是基于字节的数值进行的，是区分大小写的。
• TEXT (文本):
- • 用于存储长文本数据，如文章内容、JSON文档、日志等。
- • 它有字符集的概念（如utf8mb4）。
- • 它的排序和比较是基于该字符集的校对规则 (Collation) 进行的。在大多数默认情况下（如_ci后缀的校对规则），是不区分大小写的。

SQL 示例

这个实验将清晰地展示它们在处理大小写和排序时的不同行为。

-- 创建一个用于演示的表
-- 我们使用 utf8mb4 字符集，以及一个不区分大小写的校对规则 utf8mb4_general_ci
CREATE TABLE data_storage_demo (id INT PRIMARY KEY AUTO_INCREMENT,blob_data BLOB,text_data TEXT
) CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci;-- 插入两条看起来相似，但大小写不同的数据
INSERT INTO data_storage_demo (blob_data, text_data) VALUES ('Apple', 'Apple');
INSERT INTO data_storage_demo (blob_data, text_data) VALUES ('apple', 'apple');-- 1. 比较查询：看看 'Apple' 能否匹配 'apple'
-- 对于 TEXT，校对规则是不区分大小写的，所以能找到两条记录
SELECT * FROM data_storage_demo WHERE text_data = 'Apple';
-- +----+-----------+-----------+
-- | id | blob_data | text_data |
-- +----+-----------+-----------+
-- |  1 | Apple     | Apple     |
-- |  2 | apple     | apple     |
-- +----+-----------+-----------+-- 对于 BLOB，比较是基于字节的，'A' (ASCII 65) 和 'a' (ASCII 97) 是不同的，所以只能找到一条
SELECT * FROM data_storage_demo WHERE blob_data = 'Apple';
-- +----+-----------+-----------+
-- | id | blob_data | text_data |
-- +----+-----------+-----------+
-- |  1 | Apple     | Apple     |
-- +----+-----------+-----------+-- 2. 排序查询：看看它们的排序顺序
SELECT * FROM data_storage_demo ORDER BY text_data;
-- 对于 TEXT，'Apple' 和 'apple' 在不区分大小写的规则下被认为是相等的，顺序可能不固定
-- (具体顺序取决于MySQL的实现细节)
-- +----+-----------+-----------+
-- | id | blob_data | text_data |
-- +----+-----------+-----------+
-- |  1 | Apple     | Apple     |
-- |  2 | apple     | apple     |
-- +----+-----------+-----------+SELECT * FROM data_storage_demo ORDER BY blob_data;
-- 对于 BLOB，排序严格按照字节值，'A' (65) 在 'a' (97) 之前
-- +----+-----------+-----------+
-- | id | blob_data | text_data |
-- +----+-----------+-----------+
-- |  1 | Apple     | Apple     |
-- |  2 | apple     | apple     |
-- +----+-----------+-----------+

故事场景：保管“传世画作”与“历史文献”

你（数据库）是这家档案馆的馆长，负责保管人类最重要的文化遗产。今天，你收到了两件珍品。

藏品A：`BLOB` — 一幅达芬奇的“传世画作”

这是一幅无价的油画，比如《蒙娜丽莎》。

• 保管方式：
对于这幅画，你最关心的是保持其原始的、物理的、未经任何解读的状态。你把它放进一个真空、恒温、恒湿的密封保险箱里。
- • 无字符集: 你不会去关心画上的人是男是女，背景是什么颜色，甚至不会去“解读”这幅画。对你来说，它就是一堆精确的、不可更改的颜料分子组合（二进制字节流）。
- • 字节比较: 如果有人拿来另一幅画，问你是不是《蒙娜麗莎》，你会用激光扫描仪，逐个像素、逐个分子地进行比对。哪怕只有一个像素的颜色代码不同，你都会判定它们是两幅不同的画。比较是绝对精确和严格的。
• 何时使用它？
当你需要存储那些**不需要被数据库理解其内容，只需原样存取的“原始数据块”**时。
- • 图片 (.jpg, .png)
- • 音视频 (.mp3, .mp4)
- • PDF文档、Zip压缩包
- • 任何程序的二进制文件

藏品B：`TEXT` — 一部莎士比亚的“历史文献”

这是一部用英文写成的剧本手稿，比如《哈姆雷特》。

• 保管方式：
对于这份手稿，你不仅要保存它，还要能够理解和处理它的内容。你把它存放在一个专门的“语言文献室”里。
- • 有字符集: 你在保管时，会特别标注：“这是一份‘英文’文献”（指定了字符集 charset）。这意味着，档案馆的机器人知道如何正确地“阅读”和“理解”上面的每一个字母。
- • 按语言规则比较: 如果有人问你，馆里有没有关于“Apple”的文献，而手稿上写的是“apple”。档案馆的机器人会根据你设定的“英文（不区分大小写）”校对规则（collation），认为“Apple”和“apple”是同一个词，然后把《哈姆雷特》手稿拿给你。排序时，它也会按照语言的字典序来排，而不是看哪个字母的二进制码更小。
• 何时使用它？
当你需要存储大量的、需要被数据库理解和进行文本操作的字符数据时。
- • 博客文章、新闻内容
- • 商品长描述
- • 用户评论
- • JSON 或 XML 格式的数据

故事总结：

特性	`BLOB` (传世画作)	`TEXT` (历史文献)
核心数据类型	二进制字符串 (Byte String)	非二进制字符串 (Character String)
字符集概念	❌ 没有	✅ 有 (如 `utf8mb4`)
排序与比较	基于字节的数值 (区分大小写)	基于字符集的校对规则 (通常不区分大小写)
核心比喻	一个密封的、内容未知的保险箱	一本语言明确、内容可读的档案册
一句话总结	我存的是“比特流”，我不管内容是啥。	我存的是“文字”，我知道这是哪国话。