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