MySQL源码学习：关于 'A' =='A '的问题

    昨天一位同事问到一个问题，他的MySQL中导入数据的时候，发现唯一索引冲突，原因是有两行记录，区别只是有一条记录多了最后的一个空格。  希望有方法将他们设置不同。

 

   复现：

     CREATE TABLE `t` (
  `c` varchar(20) NOT NULL DEFAULT '',
  PRIMARY KEY (`c`)
) ENGINE=InnoDB DEFAULT CHARSET=gbk;

 

   insert into t(c) values("A");

   insert into t(c) values("A ");

 

   在执行第二个insert的时候，会报主键冲突。 

    

   原因：

gbk字符串判断时，用的是这个函数 my_strnncollsp_gbk (strings/ctype-gbk.c)

   简单逻辑如下

 

size_t length= min(a_length, b_length);

int res= my_strnncoll_gbk_internal(&a, &b, length);

#ifndef VARCHAR_WITH_DIFF_ENDSPACE_ARE_DIFFERENT_FOR_UNIQUE
  diff_if_only_endspace_difference= 0;
#endif

  if (!res && a_length != b_length)
{
    if (diff_if_only_endspace_difference)
       res= 1;
    ....
}
return  res;

 

   从代码上看，没有什么问题，逻辑是先用比较小的算出长度，然后作字符串对比，此时认为相同。然后根据宏定义，如果没有加编译参数VARCHAR_WITH_DIFF_ENDSPACE_ARE_DIFFERENT_FOR_UNIQUE   ，则diff_if_only_endspace_difference为0，因此当两个字符串只区别于末尾的空格个数时，认为字符串相同。 

  （不用担心'A' 和 'AB'对比的情况， 省略号部分作了这个判断的）

 

 

  但是这个在5.0中新增的编译参数并没有用！！

原因是InnoDB在调用这个函数的时候，diff_if_only_endspace_difference传的就是0。

  也就是说，你就算加了这个编译参数，行为并没有改变, 没有把这个值设置为1的代码 。

  

 

  方案:

    a) 比较优美的方案是是把InnoDB中调用处传入的diff_if_only_endspace_difference， 也改成按照VARCHAR_WITH_DIFF_ENDSPACE_ARE_DIFFERENT_FOR_UNIQUE   来决定0还是1。

 

    b) 比较简单的方案是将上面代码中的宏定义这段改写成意思相同的ifdef写法，

#ifdef VARCHAR_WITH_DIFF_ENDSPACE_ARE_DIFFERENT_FOR_UNIQUE
  diff_if_only_endspace_difference= 1;
#endif

 

 

 

评论

1 楼 秦时明月黑 2011-09-15  

不是一般人，大拿难道都是精通数据库源码吗