MySQL字符集

字符集的選擇

1.若是數據庫只須要支持中文，數據量很大，性能要求也很高，應該選擇雙字節定長編碼的中文字符集(如GBK)。由於相對於UTF-8而言，GBK"較小"，每一個漢字只佔2個字節，UTF-8的漢字佔3個字節。這樣能夠減小磁盤I/O、數據庫Cache以及網絡傳輸的時間，從而提升性能。

若是主要處理英文字符，僅有少許漢字數據，選擇UTF-8更好，由於GBK等英文字符編碼都是2字節，會形成不少沒必要要的開銷。

2.若是數據庫須要作大量的字符運算，如比較、排序等，選擇定長字符集更好。由於定長字符集處理速度比變長字符集速度快。

3.若是全部客戶端都支持某一個字符集，則應該選擇這個字符集做爲數據庫字符集。由於這樣能夠避免由於字符集轉換帶來的性能開銷和數據損失。

 

支持的字符集

查看全部可用的字符集

show character set;

查看全部字符集和該字符集默認的校對規則

desc information_schema.character_sets;

查看相關字符集的校對規則

show collation like  'gbk%';

 

校對規則命名

_ci(大小寫不敏感)

_cs(大小寫敏感)

_bin(基於字符編碼的值，與language無關)

 

測試'A'和'a'在_ci和_bin下是否相同

select case when 'A' collate gbk_chinese_ci = 'a' collate gbk_chinese_ci then 1 else 0 end;

select case when 'A' collate gbk_bin = 'a' collate gbk_bin then 1 else 0 end;

 

MySQL字符集的設置

MySQL字符集和校對規則有4個級別的默認設置：1.服務器級 2.數據庫級 3.表級 4.字段級

 

[服務器級]

在MySQL服務啓動時肯定：

1.在my.cnf中設置

character-set-server=gbk

2.在啓動選項中指定

mysqld --character-set-server=gbk

3.在編譯時指定

shell>cmake .  -DDEFAULT_CHARSET=gbk

 

若是沒有特別指定服務器字符集，則默認使用latin1做爲服務器字符集。

若是沒有指定校對規則，則使用字符集的默認校對規則。

 

查詢當前服務器字符集和校對規則

show variables like 'character_set_server';

show variables like 'collation_server';

 

[數據庫級]

數據庫字符集的規則：

1.指定字符集沒有指定校對規則，則使用字符集的默認校對規則。

2.指定校對規則但未指定字符集，則使用與校對規則相關聯的字符集。

3.都未指定，則使用服務器級字符集和校對規則。

顯示當前數據庫字符集

show variables like 'character_set_database';

show variables like 'collation_database';

修改數據庫的字符集和校對規則

alter datebase 數據庫名 default character set 字符集 [collate 校對規則]

 

[表級]

顯示錶的字符集和校對規則

show create table 表名;

修改表的字符集和校對規則

alter table 表名 default character set 字符集 [collate 校對規則]

 

[字段級]

修改字段的字符集和校對規則

alter table 表名 change 字段名 字段新名 字段類型 character set 字符集 [collate 校對規則]

修改一張表中全部字段的字符集

alter table 表名 convert to character set 字符集 [collate 校對規則];

顯示字段的字符集和校對規則

show full columns from 表名;

定義字段索引時，須要在索引後加個逗號，否則會引發語法錯誤。

alter table t1 change name name varchar(255)  not null,default character set utf8;

 

鏈接字符集和校對規則

對於服務器和客戶端的交互操做，MySQL提供了三個不一樣的參數：character_set_client，character_set_connection和character_set_results，分別表明客戶端、鏈接和返回結果的字符集。

一般狀況下，這三個字符集應該是相同的，才能夠保證用戶寫入的記錄刻意正確地讀出。

設置鏈接的字符集和校對規則，同時修改這3個參數的值

set names 字符集

在my.cnf中設置字符集(在服務啓動後，全部鏈接默認使用GBK字符集進行鏈接，而不須要執行set names gbk)

[mysql]

default-character-set=gbk

強制字符串的字符集和校對規則

[_字符集]'string'[collate 校對規則]

eg:

select _gbk '字符集'; 

 

字符集的修改步驟

將latin1改爲gbk

1.導出表結構。

mysqldump -uroot -p --default-character-set=gbk -d databasename>createtab.sql

 

--default-character-set=gbk ：表示設置以什麼字符集鏈接

-d ：只導出表結構，不導出數據

 

2.手工修改createtab.sql中表結構定義中的字符集爲新的字符集。

3.確保記錄再也不更新，導出全部記錄。

mysqldump -uroot -p --quick --no-create-info --extended-insert --default-character-set=latin1 databasename>data.sql

4.打開data.sql，將set names latin1 修改爲 set names gbk。

5.使用新的字符集建立新的數據庫

create database databasename default charset gbk;

6.建立表，執行createtab.sql

mysql -uroot -p databasename<createtab.sql

7.導入數據，執行data.sql

mysql -uroot -p databasename<data.sql

 

--quick ：該選項用於轉儲大的表。

--extended-insert ：使用包括幾個values 列表中的多行insert 語法。這樣使轉儲文件更小，重載文件時能夠加速插入。

--no-create-info ：不導出每一個轉儲表的create table 語句

--default-character-set=latin1 ：按照原有的字符集導出全部數據，這樣導出的文件中，全部中文都是可見的，不會保存成亂碼。

 

 

1 row(s) affected, 1 warning(s): 1366 Incorrect string value: '\xE4\xBD\xA0\xE5\xA5\xBD' for column 'content' at row 1    0.078 sec

產生錯誤的緣由：

1.建立數據庫和數據表的時候未聲明字符集，因此使用了「默認字符集latin1」，在插入含有中文數據時產生警告。該數據會正常插入，但中文會保存爲亂碼。

2.使用alter datadase character set... 或者alter table tablename character set ...修改數據庫或數據表編碼。

這兩條語句沒法影響字段自己的編碼，因此字段依然是latin1編碼。

解決的辦法：

1.用" alter table 表名 change 字段名 字段新名 字段類型 character set 字符集 [collate 校對規則] "來修改字段的字符集。

2.修改數據表的字符集，刪除舊字段，而後新建字段，這時新建的字段就是修改後的數據表字符集。

3.修改數據表的字符集， 可是原來的字段仍是latin1字符集。使用方法1修改字段字符集。