SQL Server 與MySQL中排序規則與字符集相關知識的一點總結

 

字符集&&排序規則

字符集是針對不一樣語言的字符編碼的集合，好比UTF-8字符集，GBK字符集，GB2312字符集等等，不一樣的字符集使用不一樣的規則給字符進行編碼
排序規則則是在特定字符集的基礎上特定的字符排序方式，排序規則是基於字符集的，是對字符集在排序方式維度上的一個劃分。
排序規則是依賴於字符集的，一種字符集能夠有多種排序規則，可是一種排序規則只能基於某一種字符集的
好比中文字符集，也即漢字，能夠按照「拼音排序」、「按姓氏筆劃排序」等等。
而對於英語，就沒有「拼音」和「姓氏筆畫」，可是能夠分爲區分大小寫、不區分大小寫等等
而其餘語言下面也有本身特定的排序規則。

在SQL Server中，任何一種字符集的數據庫，都能存儲任何一種語言的字符。
並非說拉丁（Latin）字符集的數據就存儲不了中文，中文（Chinese）字符集的數據庫就存儲不了蒙古語（只要操做系統自己支持）
sqlserver中，無論哪一種字符集（其實是排序規則）的數據庫（或者字段），都是可使用nvarchar（或者nchar），而nvarchar（或者nchar）是能夠存儲任意非Unicode字符的
至於排序規則，那是根據不一樣的字符集所支持的不一樣的排序規則人爲定義的。

 

SQL Server中的字符集和排序規則
排序規則只不過是指定了存儲的數據的排序（比較）規則而已，換句話說就是，排序規則中已經包含了字符集的信息。
所以在sqlserver中 ，不須要關心字符集，只須要關心排序規則，sqlserver中在建立只能指定排序規則（不能直接指定字符集），
如截圖，只能指定collation，也就是字符集

 

在MySQL中的字符集和排序規則

上面說了，排序規則是依賴於字符集的，一種字符集能夠有多種排序規則，可是一種排序規則只能基於某一種字符集的。
以下是MySQL中排序規則和字符集的對應關係。

MySQL的建庫語法比較扯，能夠指定字符集和排序規則，
若是指定的排序規則在字符集的下面，則是沒有問題的，若是指定的排序規則不在字符集下面，則會報錯。

好比下面這一句，排序規則utf8_bin是屬於字符集utf8下面的一種排序規則，這個語句執行是沒有問題的
create database test_database2 charset utf8 collate utf8_bin;
再好比下面這一句，排序規則latin1_bin不是屬於字符集utf8下面的一種排序規則，這個語句執行是會報錯的
create database test_database2 charset utf8 collate latin1_bin;

以上是字符集和排序規則在sqlserver和MySQL中的一些基本應用，再說說經常使用的排序規則的區別

 

***_genera_ci & ***_genera_cs & ***_bin 常見排序規則的特色

以上是某種字符集下經常使用的三種排序規則，下面以常見的utf8爲例說明
utf8_genera_ci不區分大小寫，ci爲case insensitive的縮寫，即大小寫不敏感，
utf8_general_cs區分大小寫，cs爲case sensitive的縮寫，即大小寫敏感，可是目前MySQL版本中已經不支持相似於***_genera_cs的排序規則，直接使用utf8_bin替代。
utf8_bin將字符串中的每個字符用二進制數據存儲，區分大小寫。
那麼，一樣是區分大小寫，utf8_general_cs和utf8_bin有什麼區別？
cs爲case sensitive的縮寫，即大小寫敏感；bin的意思是二進制，也就是二進制編碼比較。
utf8_general_cs排序規則下，即使是區分了大小寫，可是某些西歐的字符和拉丁字符是不區分的，好比ä=a，可是有時並不須要ä=a，因此纔有utf8_bin
utf8_bin的特色在於使用字符的二進制的編碼進行運算，任何不一樣的二進制編碼都是不一樣的，所以在utf8_bin排序規則下：ä<>a

在utf8_genera_ci的狀況下A=a，ä=a

 

 在utf8_bin排序規則下，A<>a,ä<>a

 

因此要想區分大小寫，有沒有特殊需求，就直接使用utf8_bin（實際上***_general_cs在MySQL中自己就不支持，在SQL Server中支持）
以上字符集的特色以及使用狀況在SQL Server中表現爲相似。

 

以上。