MySQL字符集及校對規則的理解

閱讀目錄：MySQL的字符集和校對規則

• MySQL的字符集
  • MySQL與字符集
  • 正確使用字符集
  • MySQL客戶端與字符集
  • 字符集編碼轉換原理
  • 字符集常見處理操做
  • 字符集的正確實踐
• MySQL的校對規則

1、字符集(Character set)

　　是多個字符(英文字符，漢字字符，或者其餘國家語言字符)的集合，字符集種類較多，每一個字符集包含的字符個數不一樣。

特色：

　　①字符編碼方式是用一個或多個字節表示字符集中的一個字符

　　②每種字符集都有本身特有的編碼方式，所以同一個字符，在不一樣字符集的編碼方式下，會產生不一樣的二進制

常見字符集：

　　ASCII字符集：基於羅馬字母表的一套字符集，它採用1個字節的低7位表示字符，高位始終爲0。

　　LATIN1字符集：相對於ASCII字符集作了擴展，仍然使用一個字節表示字符，但啓用了高位，擴展了字符集的表示範圍。

　　GBK字符集：支持中文，字符有一字節編碼和兩字節編碼方式。

　　UTF8字符集：Unicode字符集的一種，是計算機科學領域裏的一項業界標準，支持了全部國家的文字字符，utf8採用1-4個字節表示字符。

一、MySQL與字符集

　　只要涉及到文字的地方，就會存在字符集和編碼方式。MySQL系統變量值：

 

二、正確使用字符集

　　數據庫服務端的字符集具體要看存儲什麼字符

以上這些參數如何起做用：

1.庫、表、列字符集的由來

　　①建庫時，若未明確指定字符集，則採用character_set_server指定的字符集。

　　②建表時，若未明確指定字符集，則採用當前庫所採用的字符集。

　　③新增時，修改表字段時，若未明確指定字符集，則採用當前表所採用的字符集。

2.更新、查詢涉及到得字符集變量

　　更新流程字符集轉換過程：character_set_client-->character_set_connection-->表字符集。

　　查詢流程字符集轉換過程：表字符集-->character_set_result

3.character_set_database

　　當前默認數據庫的字符集，好比執行use xxx後，當前數據庫變爲xxx，若xxx的字符集爲utf8，那麼此變量值就變爲utf8(供系統設置，無需人工設置)。

三、MySQL客戶端與字符集

1.對於輸入來講：

　　客戶端使用的字符集必須經過character_set_client、character_set_connection體現出來：

　　　　①在客戶端對數據進行編碼（Linux：utf八、windows：gbk）

　　　　②MySQL接到SQL語句後(好比insert)，發現有字符，詢問客戶端經過什麼方式對字符編碼：客戶端經過character_set_client參數告知MySQL客戶端的編碼方式(因此此參數須要正確反映客戶端對應的編碼)

　　　　③當MySQL發現客戶端的client所傳輸的字符集與本身的connection不同時，會將client的字符集轉換爲connection的字符集

　　　　④MySQL將轉換後的編碼存儲到MySQL表的列上，在存儲的時候再判斷編碼是否與內部存儲字符集（按照優先級判斷字符集類型）上的編碼一致，若是不一致須要再次轉換

2.對於查詢來講：

　　客戶端使用的字符集必須經過character_set_results來體現，服務器詢問客戶端字符集，經過character_set_results將結果轉換爲與客戶端相同的字符集傳遞給客戶端。(character_set_results默認等於character_set_client)

四、MySQL字符編碼轉換原理：

　　問：若character_set_client爲UTF8，而character_set_database爲GBK，則會出現須要進行編碼轉換的狀況，字符集轉換的原理是什麼？

　　答：假設gbk字符集的字符串「你好」，須要轉爲utf8字符集存儲，實際就是對於「你好」字符串中的每一個漢字去utf8編碼表裏面查詢對應的二進制，而後存儲。

 

圖解字符集轉換過程：

　　①MySQL Server收到請求時將請求數據從character_set_client轉換爲character_set_connection;

　　②進行內部操做前將請求數據從character_set_connection轉換爲內部操做字符集

肯定步驟：

--使用每一個數據字段的CHARACTER SET設定值；

--若上述值不存在，則使用對應數據表的DEFAULT CHARACTER SET設定值；

--若上述值不存在，則使用對應數據庫的DEFAULT CHARACTER SET設定值；

--若上述值不存在，則使用character_set_server設定值；

　　③將操做結果從內部操做字符集轉換爲character_set_results。

五、字符集常見處理操做

1.查看字符集編碼設置

　　mysql> show variables like '%character%';

2.設置字符集編碼

　　mysql> set names 'utf8';

至關於同時：

　　set character_set_client = utf8;

　　set character_set_results = utf8;

　　set character_set_connection = utf8;

3.修改數據庫字符集

　　mysql> alter database database_name character set xxx;

只修改庫的字符集，影響後續建立的表的默認定義；對於已建立的表的字符集不受影響。（通常在數據庫實現字符集便可，表和列都默認採用數據庫的字符集）

4.修改表的字符集

　　mysql> alter table table_name character set xxx；

只修改表的字符集，影響後續該表新增列的默認定義，已有列的字符集不受影響。

　　mysql> alter table table_name convert to character set xxx;

同時修改表字符集和已有列字符集，並將已有數據進行字符集編碼轉換。

5.修改列字符集

格式：

ALTER TABLE table_name MODIFY

column_name {CHAR | VARCHAR | TEXT} (column_length)

    [CHARACTER SET charset_name]

    [COLLATE collation_name]

mysql> alter table table_name modify col_name varchar(col_length) character set xxx;

六、字符集的正確實踐：

MySQL軟件工具自己是沒有字符集的，主要是由於工具所在的OS的字符集（Windows：gbk、Linux：utf8），因此字符集的正確實踐很是重要：

　　1.對於insert來講，character_set_client、character_set_connection相同，並且正確反映客戶端使用的字符集

　　2.對於select來講，character_set_results正確反映客戶端字符集

　　3.數據庫字符集取決於咱們要存儲的字符類型

　　4.字符集轉換最多發生一次，這就要求character_set_client、character_set_connection相同

　　5.全部的字符集轉換都發生在數據庫端

綜述：

　　一、創建數據庫的時候注意字符集（gbk、utf8）；

　　二、鏈接數據庫之後，不管是執行dml仍是select，只要涉及到varchar、char列，就須要設置正確的字符集參數。

 

2、校對規則collation校對

　　字符集是一套符號和對應的編號

查看數據庫支持的全部字符集(charset)：

mysql> show character set;

校對規則(collation)：

　　是在字符集內用於字符比較和排序的一套規則，好比有的規則區分大小寫，有的則無視。

mysql> create table t1(id int,name varchar(20));    #t1建表沒有指定校對規則

 mysql> show collation;  #查看數據庫支持的全部校對規則

mysql> show variables like 'collation_%';  #查看當前字符集和校對規則設置

校對規則特徵：

　　①兩個不一樣的字符集不能有相同的校對規則；

　　②每一個字符集有一個默認校對規則；

　　③存在校對規則命名約定：以其相關的字符集名開始，中間包括一個語言名，而且以_ci（大小寫不敏感）、_cs（大小寫敏感）或_bin（二元）結束。

注意：

　　系統使用utf8字符集，若使用utf8_bin校對規則執行SQL查詢時區分大小寫，使用utf8_general_ci不區分大小寫(默認的utf8字符集對應的校對規則是utf8_general_ci)。

示例：

mysql> create table t2(id int,name varchar(20)) character set=gbk collate=gbk_bin;    #t2建表指定校對規則（區分大小寫）