MySQL的字符集

一、關於字符集的幾個相關概念

（1）字符Character，人類語言中最小的表意（表達意思的）符號

（2）字符集（合）CharSet 一組字符就能夠定義一個字符集合，一般包括一個國家、民族使用的字符

ASCII字符集合、擴展ASCII字符集合、拉丁語系、GB2312 BIG5 Unicode字符集合

（3）字符編碼 給字符集合中的字符指定一個數字來標識

（4）字符集 字符集合+編碼＝字符集

（5）字符序 Collation 定義了字符集中字符的排序規則（是否區分 大小寫），有了字符序，就有了排序標準。一個字符集能夠 有多個字符序，有的字符序可能區分大小寫，有的字符序可能不區分大小寫。

字符集合 能夠有多種編碼方式 多個字符集

一個字符集 能夠有多個排序規則 多個字符序

字符序 Collation中的以_ci結尾表明大小寫不敏感，應該是case insensitive，以_cs結尾表示大小寫敏感，以_bin按編碼值進行比較

二、常見的字符集

ASCII字符集

擴展ASCII字符集 latin1 8位二進制，包括ASCII字符集中的所有字符

GB2312 BIG5 GBK 16位二進制

Unicode字符集 全球語言 16位二進制

擴展ASCII字符集，例如：latin一、latin2

Unicode字符集合 Unicode編碼 一個字符兩個字節

Unicode字符集合 UTF-8編碼 一個英文字符一個字節，一箇中文字符使用3個字節

UTF-8是一種變長字節編碼方式。對於某一字符的UTF-8編碼，若是隻有一個字節則其最高二進制爲0；若是是多字節，其第一個字節從高位開始，連續的二進制爲1的個數決定了其編碼的倍數，其他字節均以10開頭。UTF-8最多可用到6個字節。

以下：

1字節 0xxxxxxx

2字節 110xxxxx 10xxxxxx

3字節 1110xxxx 10xxxxxx 10xxxxxx

4字節 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

5字節 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

6字節 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

編碼的本質就是用一個數值來表示一個字符

如何獲取一個漢字在UTF-8編碼中碼值呢？

例如一個「忍」字，它對應的UTF-8編碼是E5BF8D

將E5BF8D轉換爲二進制111001011011111110001101

咱們知識中文在UTF-8中佔用3個字節，所以它的模板是

1110xxxx 10xxxxxx 10xxxxxx

所以，「忍」字對應的UTF-8碼值爲0101 1111 1100 1101，這16個二進制，剛好是兩個字節

再將這16個二進制數轉換爲16進制數，即5FCD。

再次查看編碼查詢工具，發現BigEndUni的值正好是「5FCD」

一樣的字符，使用的編碼方式不一樣，佔用的字節數也不相同

（1）Unicode編碼存儲英文。

打開記事本ABCD佔用10個字節，「ABCD」一共4個字符，每一個字符采用Unicode編碼佔用2個字節，共8個字節，再加上結束字符（EOF）2個字節，共10個字節。

（2）Unicode編碼存儲中文

記事本中輸入「ABCD你好」，一共6個字符，共佔12字節，再加上結束字符（EOF）2個字節，共14字節。

（3）UTF-8編碼存儲英文

記事本中輸入「ABCD」，共4個字符，每一個英文字符佔1個字節，共4個字節，再加上結束字符（EOF）3個字節，共7個字節。

（4）UTF－8編碼存儲中文

記事本中輸入「ABCD你好」，4個英文字符，每一個英文字符佔1個字節，共4個字節，2箇中文字符，每一箇中文字符佔3個字節，共6個字節，再加上結束符（EOF）3個字節，共13個字節。

在控制檯查看可接受的字符集

使用chcp [nnn]

顯示活動控制檯代碼頁數量，或更改該控制檯的活動控制檯代碼頁。若是在沒有參數的狀況下使用，則 chcp 顯示活動控制檯代碼頁的數量。 
語法 
chcp [nnn] 
參數 
指定代碼頁。下表列出了全部支持的代碼頁及其國家(地區)或者語言： 
代碼頁       國家(地區)或語言 
437          美國 
932          日文(Shift-JIS)
936          中國 - 簡體中文(GB2312)
949          韓文
950          繁體中文(Big5)

說明windows默認的字符集爲 GBK

三、MySQL中的字符集

3.一、查看MySQL支持的全部字符集

show character set;

3.二、MySQL中字符集的使用策略：數據庫級別、表級別、列級別

建立數據庫的時候，若是不指定數據庫的字符集，就會使用服務器的默認字符集

建立表的時候，若是不指定表的字符集，就會使用數據庫字符集

建立列的時候，若是不指定字符集，默認使用表的字符集

3.三、查看當前使用的字符集

show variables like 'character_set_%';

character_set_system 系統級別的字符集

character_set_server 服務器級別使用的字符集

character_set_database 數據庫級別的字符集（每一個數據庫可能有本身的字符集）

character_set_system，是server用來存儲identifier（例如：數據庫的名字、表的名字、列的名字）的字符集，老是utf8。

character_set_server，是server的默認字符編碼。【猜測：character_set_system是用來存儲identifier（標識符，例如：數據庫名、表名、列名可使用中文），而character_set_server是用來指示content(存儲內容)使用的字符編碼】

chracter_set_database，若是當前沒有選中數據庫，則使用character_set_server的值；若是選定了某個數據庫，則會根據該數據庫相應的存儲內容的字符集。

後面的內容，不知道該如何整理了，可能本身還不太清楚吧。。。

character_set_client

character_set_connection

character_set_results

更改MySQL默認字符集

create database schooldb

set names latin1

set names utf8

字符集兼容性