MySQL字符集

MySQL之字符集

字符集介紹

• gbk/gb2312

  gbk/gb2312
  採用雙字節字符集，不論中、英文字符均使用雙字符來表示，爲了區分中文，將其最高位都設定成1
  gb2312是gbk的子集，gbk是gb18030的子集，gb2312僅能存儲簡體中文字符
  gbk包括中日韓字符的大字符集
  一般使用gbk字符集足夠
  國際通用性比utf8差，不過utf8佔用的數據庫比gbk大(utf8是三字節字符集)

• utf8/utf8mb4

  UTF全稱(Unicode Transformation Format)，是Unicode的一種存儲方式，可變長度字符編碼，又稱萬國碼
  數據庫字符集儘可能使用utf8(包括 connect、result、及最終html頁面都必需要求一致爲utf8)
  UTF8使用可變長度字節來存儲 Unicode字符，例如 ASCII字母繼續使用1個字節存儲，重音文字、希臘字母、或西裏爾字母等使用2個字節來存儲，而經常使用的漢字就要用3個字節；也就是一個英文字符等於一個字節，一箇中文（含繁體）等於三個字節。
  utf8mb4一個字符最多能存4字節，因此能支持更多的字符集；項目中經常使用utf8mb4存放emoji表情
  
  latin1
  是8bit (1 bytes)字符集，但不能覆蓋亞洲、非洲語言
  unidoce是latin1的擴展，增長了亞洲、非洲常規語言支持，但仍不支持所有語言，且ASCII用unidoce來表示效率不高(小字符集轉換成大字符集,每每便隨的就是字符的丟失)
  utf8是unicode的擴展
  gbk、gb2312等字符集與utf8之間都必須經過Unicode編碼才能相互轉換

字符集使用建議

一、很是確定只有中文終端用戶時，可選擇gbk / gb2312

二、爲了方便數據遷移、以及多種終端展現，最好是utf8

三、字符無需區分大小寫時，採用默認的xx_ci校驗集能夠，不然選擇xx_bin校驗集(生產環境中,儘可能不要修改校驗集)

四、默認字符集是latin1，該字符集存放漢字是分開存放，以致於檢索結果時不夠精確，好處就是節省空間，不推薦使用

MySQL字符集範圍

服務器層(server) > 數據庫成(database) > 數據表(table) > 字段(column) > 鏈接(connection) | 結果集(result)

MySQL字符集優先級

鏈接(connection) | 結果集(result) > 字段(column) > 數據表(table) > 數據庫成(database) > 服務器層(server)

char類型

char(N)：N表明的是字符個數(也叫字符長度)、而非bytes
char(N)：是固定長存儲,佔用定長的存儲空間,不足的部分用空格填充；MySQL處理char(N)類型時，須要將空格strip掉後return。
存儲空間：char(N)類型的存儲空間和字符集有關係，結合剛纔字符集的知識點，一箇中文在utf8字符集中佔用3個bytes、gbk佔用2個bytes、數字和字符統一用一個字符表示。
存儲機制：在不夠N長度時，MySQL在存儲數據時，須要用填充特殊的空格，而非十六進制的20
 
思考：
char(30)，在不一樣的字符集中最多能存放多少個字母、漢字，以及佔用空間狀況
gbk： 能夠存放30個字節 佔用的空間30*2
utf8：能夠存放30個字節 佔用的空間30*3

varcahr類型

varchar(N)：N表明的是字符個數(也叫字符長度)、而非bytes
varchar(N)：是變長存儲,僅使用必要的存儲空間.
存儲空間：varchar(N)類型的存儲空間和字符集有關係，結合剛纔字符集的知識點，一箇中文在utf8字符集中佔用3個bytes、gbk統一佔用2個bytes、數字和字符一個字符表示。
存儲機制：varchar(N)字段存儲實際是從第二個字節開始存儲,而後用1到2個字節表示實際長度,剩下的纔是能夠存儲數據的範圍,所以最大可用存儲範圍是65535-3=65532字節;第一個字節標識是否爲空.(長度小於255字節,使用一個字節來表示長度;大於255字節使用兩個字節來表示長度)

修改數據庫實例字符集

臨時生效

mysql> set character_set = 'gbk';
mysql> set character_set_client = 'gbk';

全局生效

mysql> set global character_set_client = 'gbk';
Query OK, 0 rows affected (0.00 sec)

永久生效

vim /etc/my.cnf 
character-set-server=utf8