MySQL字符集

1、字符集和校驗規則

字符集是一套符號和編碼，校驗規則（collation）是在字符集內用於比較字符的一套規則，即字符集的排序規則。MySQL可使用多種字符集和檢驗規則來組織字符。

MySQL服務器能夠支持多種字符集，在同一臺服務器，同一個數據庫，甚至同一個表的不一樣字段均可以指定使用不一樣的字符集，相比oracle等其餘數據庫管理系統，在同一個數據庫只能使用相同的字符集，MySQL明顯存在更大的靈活性。

每種字符集均可能有多種校對規則，而且都有一個默認的校對規則，而且每一個校對規則只是針對某個字符集，和其餘的字符集麼有關係。
在MySQL中，字符集的概念和編碼方案被看作是同義詞，一個字符集是一個轉換表和一個編碼方案的組合。

Unicode（Universal Code）是一種在計算機上使用的字符編碼。Unicode 是爲了解決傳統的字符編碼方案的侷限而產生的，它爲每種語言中的每一個字符設定了統一而且惟一的二進制編碼，以知足跨語言、跨平臺進行文本轉換、處理的要求。Unicode存在不一樣的編碼方案，包括Utf-8，Utf-16和Utf-32。Utf表示Unicode Transformation Format。

2、查看MySQL字符集方法

一、查看mysql服務器支持的字符集

下面的SQL命令均可以查看MySQL數據庫支持字符集
show character set;
select * from information_schema.character_sets;
咱們使用第一條命令行舉例，執行命令後能夠看到下圖所示的結果：

二、查看字符集的校對規則

查詢MySQL支持的全部校對規則：show collation;
查詢MySQL支持的utf8校對規則：show collation like 'utf8%';
固然也可使用select語句查詢：
select * from information_schema.collations where collation_name like 'utf8%';
咱們使用第一條命令舉例，執行命令後能夠看到下圖所示的結果：

三、查看當前數據庫的字符集

執行show variables like 'character%';能夠查看當前數據庫使用的字符集，以下圖所示：

解釋一下上圖中變量名錶明的意思：
character_set_client：客戶端請求數據的字符集
character_set_connection：客戶機/服務器鏈接的字符集
character_set_database：默認數據庫的字符集，不管默認數據庫如何改變，都是這個字符集；若是沒有默認數據庫，那就使用 character_set_server指定的字符集，這個變量建議由系統本身管理，不要人爲定義。
character_set_filesystem：把os上文件名轉化成此字符集，即把character_set_client轉換character_set_filesystem，默認binary是不作任何轉換的

character_set_results：結果集，返回給客戶端的字符集
character_set_server：數據庫服務器的默認字符集
character_set_system：系統字符集，這個值老是utf8，不須要設置。這個字符集用於數據庫對象（如表和列）的名字，也用於存儲在目錄表中的函數的名字。

四、查看當前數據庫的校對規則

執行show variables like 'collation%';能夠查看當前數據庫使用的校對規則，以下圖所示：

解釋一下上圖中變量名錶明的意思：
collation_connection：當前鏈接的字符集。
collation_database：當前日期的默認校對。每次用USE語句來「跳轉」到另外一個數據庫的時候，這個變量的值就會改變。若是沒有當前數據庫，這個變量的值就是collation_server變量的值。
collation_server：服務器的默認校對。

排序方式的命名規則爲：字符集名字語言後綴，其中各個典型後綴的含義以下：
1）_ci：不區分大小寫的排序方式
2）_cs：區分大小寫的排序方式
3）_bin：二進制排序方式，大小比較將根據字符編碼，不涉及人類語言，所以_bin的排序方式不包含人類語言

3、MySQL字符集的設置

一、概述

MySQL字符集設置分爲兩類：
1）建立對象的默認值。
2）控制server和client端交互通訊的配置。

1.1 建立對象的默認值

字符集合校對規則有4個級別的默認設置：
1）服務器級別;
2）數據庫級別;
3）表級別、列級別;
4）鏈接級別。
更低級別的設置會集成高級別的設置。
這裏有一個通用的規則：先爲服務器或者數據庫選擇一個合理的字符集，而後根據不一樣的實際狀況，讓某個列選擇本身的字符集。

1.2 控制server和client端交互通訊的配置

大部分MySQL客戶端都不具有同時支持多種字符集的能力，每次都只能使用一種字符集。
客戶和服務器之間的字符集轉換工做是由以下幾個MySQL系統變量控制的。
1）character_set_server：MySQL服務端默認字符集。
2）character_set_database：數據庫默認字符集。
3）character_set_client：MySQL服務端假定客戶端發送的查詢使用的字符集。
4）character_set_connection：MySQL服務端接收客戶端發佈的查詢請求後，將其轉換爲character_set_connection變量指定的字符集。
5）character_set_results：MySQL服務端把結果集和錯誤信息轉換爲character_set_results指定的字符集，併發送給客戶端。
6）character_set_system：系統元數據(字段名等)字符集
還有以collation_開頭的同上面對應的變量，用來描述字符校對規則。
注意事項：
• my.ini中的default_character_set設置隻影響mysql命令鏈接服務器時的鏈接字符集，不會對使用libmysqlclient庫的應用程序產生任何做用！
• 對字段進行的SQL函數操做一般都是之內部操做字符集進行的，不受鏈接字符集設置的影響。
• SQL語句中的裸字符串會受到鏈接字符集或introducer設置的影響，對於比較之類的操做可能產生徹底不一樣的結果，須要當心！

1.3 默認狀況下字符集選擇規則

(1)編譯MySQL時，指定了一個默認的字符集，這個字符集是 latin1;
(2)安裝MySQL時，能夠在配置文件 (my.ini) 中指定一個默認的的字符集，若是沒指定，這個值繼承自編譯時指定的;
(3)啓動mysqld時，能夠在命令行參數中指定一個默認的的字符集，若是沒指定，這個值繼承自配置文件中的配置,此時character_set_server被設定爲這個默認的字符集;
(4)當建立一個新的數據庫時，除非明確指定，這個數據庫的字符集被缺省設定爲character_set_server;
(5)當選定了一個數據庫時，character_set_database被設定爲這個數據庫默認的字符集;
(6)在這個數據庫裏建立一張表時，表默認的字符集被設定爲character_set_database，也就是這個數據庫默認的字符集;
(7)當在表內設置一欄時，除非明確指定，不然此欄缺省的字符集就是表默認的字符集;

二、經過SQL命令完成字符集和校對規則的設定

2.1 爲數據庫指定字符集和校對規則

在建立數據庫的時候就能夠爲數據庫指定字符集和校對規則，SQL命令示例以下：
create database dbtest charset=utf8 collate utf8_romanian_ci;
charset=utf8表示設定數據庫字符集爲utf8
collate utf8_romanian_ci表示設定數據庫校對規則爲utf8_romanian_ci
咱們能夠經過show create database dbtest查看建立數據庫的SQL語句，命令執行效果以下圖所示：

注意：建立數據庫分配字符集能夠採用如下幾種語句都行：
charset=utf8;
default charset=utf8;
charset utf8;
default charset utf8;
char set=utf8;
default char set=utf8;
char set utf8;
default char set utf8;
character set=utf8;
default character set=utf8;
character set utf8;
default character set utf8;

2.2 爲表指定字符集和校對規則

咱們能夠通用建立數據庫表的時候爲表指定字符集和校對規則，執行SQL命令以下：

 

default charset=utf8表示設置字符集
collate utf8_romanian_ci表示設置校對規則
咱們能夠經過show create table table_charset查看建立表的SQL語句，命令執行效果以下圖所示：

注意：爲表指定字符集可使用如下幾種方式：
default charset=utf8;
charset=utf8;
default character set=utf8;
character set=utf8;
default char set=utf8;
char set=utf8;

2.3 爲表列指定字符集和校對規則

咱們能夠經過建立數據庫表的時候就爲列指定字符集和校對規則，執行SQL命令以下：

 

 

 

語法與設置數據庫表基本上同樣，而後咱們經過下面的SQL命令查看這張表的字符集規則

 

 

命令行執行結果以下圖所示

2.4 修改和設置MySQL服務器級別字符集

MySQL服務器支持衆多不一樣的字符集，這類字符集可在編譯時和運行時指定。

1）編譯時指定
編譯時可指定默認字符集和默認校對規則，要想同時更改默認字符集和校對規則，要同時使用–with-charset和–with-collation選項。
校對規則必須是字符集的合法校對規則,如如下編譯示例
./configure --with-charset=utf8 --with-collation=utf8_romanian_ci
經過configure選項–with-extra-charsets=LIST，能夠定義在服務器中再定義增長字符集。
LIST指下面任何一項：
a.空格間隔的一系列字符集名
b.complex -，以包括不能動態裝載的全部字符集
c.all –，以將全部字符集包括進二進制
編譯示例以下所示
./configure --with-charset=utf8 --with-collation=utf8_romanian_ci --with-extra-charsets=all
固然編譯指定通常是在Linux操做系統下執行，在windows下面安裝MySQL通常不作編譯指定。

2）在參數文件my.ini中指定

 

 

3）在啓動參數前指定

 

 

4）在mysql客戶端登錄時經過–default-character-set指定

 

 

5）臨時指定

a）分別指定
mysql> SET character_set_client = utf8;
mysql> SET character_set_connection = utf8;
mysql> SET character_set_database = utf8;
mysql> SET character_set_results = utf8;
mysql> SET character_set_server = utf8;

b）mysql客戶端使用：set names utf8;
等同於
set character_set_client=utf8;
set character_set_connection=utf8;
set character_set_results=utf8;

c）set character set utf8;
等同於
set character_set_client=utf8;
set character_set_results=utf8;
set collation_connection=@@collation_database;

三、總結

下面介紹下幾個MYSQL命令：
查看數據庫支持的全部字符集
show character set;
show char set;
查看當前狀態 裏面包括固然的字符集設置
status;
\s;
查看系統字符集設置，包括全部的字符集設置
show variables like 'char%';
查看sqlstudy數據庫中表的字符集設置
show table status from sqlstudy like '%countries%';
查看錶列的字符集設置，關鍵是在同一個表中，每列能夠設置成不一樣的字符集
show full columns from countries;

知道怎麼查看字符集了，下面我來講下如何設置這些字符集
1.修改服務器級
a. 臨時更改,執行下面命令行：
SET GLOBAL character_set_server=utf8;
b. 永久更改：
修改my.ini文件

 

 

2.修改數據庫級
a. 臨時更改，執行命令行：
SET GLOBAL character_set_database=utf8;
b. 永久更改：
改了服務器級就能夠了

3.修改表級，執行命令行：
ALTER TABLE table_name DEFAULT CHARSET utf8;
更改了後永久生效

4.修改列級
修改示例：

 

 

更改了後永久生效

5.更改鏈接字符集
a. 臨時更改：
set names utf8;
b. 永久更改：
修改my.ini文件

 

 

3、MySQL數據庫亂碼緣由以及解決方案

一、產生亂碼的根本緣由

1）客戶機沒有正確地設置client字符集，致使原先的SQL語句被轉換成connection所指字符集，而這種轉換，是會丟失信息的，若是client是utf8格式，那麼若是轉換成gb2312格式，這其中一定會丟失信息，反之則不會丟失。必定要保證connection的字符集大於client字符集才能保證轉換不丟失信息。
2）數據庫字體沒有設置正確，若是數據庫字體設置不正確，那麼connection字符集轉換成database字符集照樣丟失編碼，緣由跟上面同樣。

二、亂碼或數據丟失

character_set_client:咱們要告訴服務器，我給你發送的數據是什麼編碼？
character_set_connection:告訴字符集轉換器，轉換成什麼編碼？
character_set_results:查詢的結果用什麼編碼？
若是以上三者都爲字符集N,可簡寫爲set names ‘N’;

2.1 亂碼問題

向默認字符集爲utf8的數據表插入utf8編碼的數據前鏈接字符集設置爲latin1，查詢時設置鏈接字符集爲utf8。
插入時根據MySQL服務器的默認設置，character_set_client、character_set_connection和character_set_results均爲latin1；
插入操做的數據將通過latin1=>latin1=>utf8的字符集轉換過程，這一過程當中每一個插入的漢字都會從原始的3個字節變成6個字節保存；
查詢時的結果將通過utf8=>utf8的字符集轉換過程，將保存的6個字節原封不動返回，產生亂碼
依次執行下面SQL命令

 

 

咱們會看到以下的輸出結果

此時修改鏈接編碼，在進行查詢

 

 

命令執行後的輸出結果

注意：存儲字符集編碼比插入時字符集大時，若是原封不動返回數據會出現亂碼，不過可經過修改查詢字符集，避免亂碼，即不會丟失數據。

三、亂碼終極解決方案

1）首先要明確你的客戶端時候何種編碼格式，這是最重要的（IE6通常用utf8，命令行通常是gbk，通常程序是gb2312)
2）確保你的數據庫使用utf8格式，很簡單，全部編碼通吃。
3）必定要保證connection字符集大於等於client字符集，否則就會信息丟失，好比： latin1 < gb2312 < gbk < utf8，若設置set character_set_client = gb2312，那麼至少connection的字符集要大於等於gb2312，不然就會丟失信息
4）以上三步作正確的話，那麼全部中文都被正確地轉換成utf8格式存儲進了數據庫，爲了適應不一樣的瀏覽器，不一樣的客戶端，你能夠修改character_set_results來以不一樣的編碼顯示中文字體，因爲utf8是大方向，所以web應用是我仍是傾向於使用utf8格式顯示中文的。

 

 

 

老九學堂會員社羣出品

 

做者：naaman