MySQL之字符集及校对集

本篇对数据库使用时的字符集及校对集进行总结~

1、数据库字符集

字符集是各种文字和符号在计算机中的总称；charset / character set。

• 常见字符集
  • ASCII：美国信息交换标准码，一般英文符号，一个字节存储
  • latin1：拉丁文，一个字节存储，ISO-8859-1的别名
  • GBK：汉字内码扩展规范，两个字节表示
  • Unicode：万国码（统一码），使用统一的编码方式来解决传统的局限
  • UTF-8：8-bit万国码，针对Unicode的可变长度字符编码，目前通用

2、MySQL字符集

• 内部对象可在各个层级设置字符集，且存在继承：字段->表->数据库->DBMS
• 客户端与服务器端交互时，需明确告诉服务器客户端自己用什么字符集。
• 数据存储的最终字符集由字段控制。

#查看MySQL支持的所有字符集
show charset;

3、乱码问题

• 本质原因：客户端与服务器端的字符集不一致
• 解决方案：保证服务端正确理解客户端的字符集格式

#MySQL客户端（CMD打开），字符集是固定的GBK
set names gbk;

4、字符集设置原理：

• MySQL服务端提供变量来记录客户端的字符集
• set names 字符集即可对变量修改：
  • character_set_client：客户端
  • character_set_results：结果集
  • character_set_connection：连接层
  • 简单统一方式：set names 客户端字符集

# 查看系统内部存储字符集的信息
# %表示通配符，匹配后续所有不确定的数据
show variables like 'character_set%';	

# 使用set names 字符集批量修改，保证客户端被服务端正确理解，同时客户端也能正确解析
set names gbk;

5、校对集

• collate、collation，数据比较时对应的规则。
• 校对集依赖字符集；校对方式有三种：
  • 大小写不敏感：_ci，case insensitive（不区分大小写）
  • 大小写敏感：_cs，case sensitive（区分大小写）
  • 二进制比较：_bin，binary（区分大小写）

6、设置校对规则

• 设置校对集 collate 校对集规则;
• 查看MySQL支持的所有校对集 show collation;
• 在数据库层设置校对集（常见）

create database db_4 charset utf8mb4 collate utf8mb4_bin;

7、校对集应用

通过数据比较时会触发：order by 字段

• 校对集的维护要在数据产生之前
• 数据产生之后校对集的修改将无效

示例：创建校对规则数据表并插入数据

# 创建默认校对规则表（不区分大小写）
create table t_1(
	name varchar(1)
)charset utf8mb4;
insert into t_1 values('B');
insert into t_1 values('A');
insert into t_1 values('b');
insert into t_1 values('a');

# 创建二进制校对规则（区分大小写）
create table t_2(
	name varchar(1)
)charset utf8mb4 collate utf8mb4_bin;
insert into t_2 values('B');
insert into t_2 values('A');
insert into t_2 values('b');
insert into t_2 values('a');

触发校对：进行排序 order by

select * from t_1 order by name; # 升序
select * from t_2 order by name;

对数据已经存在的表修改校对规则是无效的

alter table t_2 collate utf8mb4_general_ci;