MySQL字符集、排序规则和大小写敏感相关问题总结

相关概念

几个重要的术语和概念：
编码：某个字符集成员的内部表示
字符集： 字母符号的集合
排序规则：规定字符如何比较和排序的指令(也叫 校验规则 或者 校对规则)
不指定时(默认情况)：库会继承实例、表会继承库、字段会继承表的字符集和排序规则

查看字符集和排序规则

查看当前实例支持的字符集

同时显示每个字符集使用的默认collation

show charset;
或者
show character set;
或者
## 在MySQL中，全部的字符集与排列字符集的信息都存放在information_schema库中，所以可以通过下面的方式
select * from INFORMATION_SCHEMA.CHARACTER_SETS;

可以过滤：

show charset like '%utf8%';

show charset where charset like '%utf8%';

show character set like '%utf8%';

utf8mb4

mysql中的utf8最多只能支持3bytes长度的字符编码，对于一些需要占据4bytes的文字，mysql的utf8就不支持了，要使用utf8mb4才行。建议使用utf8mb4。

utf8mb4中存在utf8mb4_bin， utf8mb4_unicode_ci， utf8mb4_general_ci，其中bin将字符看做二进制串进行比较，因此，大小写敏感，另外两个大小写不敏感。unicode比general更新， 符合更新的标准。

字符串长度计算注意

由于多字节编码的缘故，字符个数不一定等于字节数，所以在查询时，注意区分，length是字节数，char_length是字符数

select length('你'); 
/*结果是3，3个字节，数据库采用的utf8编码*/

select char_length('你'); 
/*结果是1，1个字符*/

查看当前实例支持的排序规则

show collation;
或者
select * from INFORMATION_SCHEMA.COLLATIONS;

collation中一般以"_ci"，“_cs”，"_bin"结尾，其中，ci表示case insensitive， cs表示case sensitive，bin表示binary(将字符看做二进制串进行比较，因此，大小写敏感)。

例如，项目中使用charset utf8并使用其collation utf8_unicode_ci，所以，字符串比较是大小写不敏感。

可以过滤：

SHOW COLLATION WHERE Charset = 'utf8';

查看当前实例下的某个字符集支持的所有排序规则

show collation where charset = 'utf8'

查看当前实例使用的字符集和排序规则

备注：创建库不指定时，使用此默认值

SHOW VARIABLES LIKE 'character%';

SHOW VARIABLES LIKE 'collation%';

注意，这个参数 collation_server很重要：该参数定义服务器使用的字符集和排序规则。
对应在MySQL配置文件中找到或添加以下行，例如：

[mysqld]
collation_server=utf8_general_ci

查看数据库编码(包括字符集和排序规则)

USE database_name;

SHOW CREATE DATABASE db_name;

或者

SHOW VARIABLES LIKE 'character_set_database';
SHOW VARIABLES LIKE 'collation_database';

查看表编码(包括字符集和排序规则)

SHOW CREATE TABLE tbl_name;

查看表中所有字段的编码(包括排序规则)

在指定的库中，使用SHOW FULL COLUMNS FROM table_name语句即可查询表中所有列的信息。

USE database_name;
SHOW FULL COLUMNS FROM table_name;

指定列
为了查询指定列的信息，可以在上述语句中添加限制Field字段的条件。

SHOW FULL COLUMNS FROM table_name WHERE Field = column_name;

设置字符集和排序规则

设置

设置character set和collation：
MySQL允许在server, database, table, column等4个级别来设置字符集和collation。越小层次设置的字符集属性，优先级越大，即column级别的字符集属性会覆盖其他层次设置的字符集属性。

server < database < table < column

server

字符集默认使用utf8mb4，若设定字符集但不设定collation，使用该字符集的默认collation。

下面命令在server层次设置字符集为utf8，collation为utf8_unicode_ci。这样，server下的所有database便使用server设置的字符集信息。

mysqld --character-set-server=utf8 --collation-server=utf8_unicode_ci

database

下面SQL在DB层次设置字符集和collation。这样，DB中所有创建的table会使用db设置的字符集属性。

CREATE DATABASE database_name CHARACTER SET utf8 COLLATE utf8_bin;

ALTER DATABASE database_name CHARACTER SET utf8 COLLATE utf8_bin;

注意：新设置的字符集属性不影响已经创建的table，只会对新创建未指定字符集的表赋予默认字符集

table

CREATE TABLE TABLE_NAME (
   ...
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin

ALTER TABLE TABLE_NAME CONVERT TO CHARACTER SET utf8 COLLATE utf8_bin;

ALTER TABLE table_name CHARACTER SET charset_name COLLATE collation_name;

column

可以对CHAR, VARCHAR, TEXT等数据类型的column设置字符集属性。
格式如下：

column_name [CHAR | VARCHAR | TEXT] (length) CHARACTER SET character_set_name COLLATE collation_name

-- 案例：
ALTER TABLE table_name MODIFY column_name column_type CHARACTER SET charset_name COLLATE collation_name;

查询时显式指定collation

上面讲述在不同层次设置字符集和collation。我们可以在查询数据时显式指定collation来覆盖表列上指定的collation，或者使用binary。

格式如下：

SELECT DISTINCT field1 COLLATE utf8mb4_general_ci FROM table1;

SELECT field1, field2 FROM table1 ORDER BY field1 COLLATE utf8mb4_unicode_ci;

-- 在每一个条件前加上binary关键字
select * from user where binary username = 'admin' and binary password = 'admin';

-- 将参数以binary('')包围
select * from user where username like binary('admin') and password like binary('admin');

大小写敏感问题

查看当前mysql的大小写敏感配置

show global variables like '%case%';

lower_case_file_system

该参数是用于描述data所在的操作系统的文件目录是否区分大小写，该参数为bool类型，只读参数，无法修改。
此变量是只读的，因为它反映了文件系统的属性，设置它对文件系统没有影响。
0 – 大小写敏感，OFF
1 – 大小写不敏感，ON

比如跑在linux上的都是OFF或者0。

lower_case_table_names

表示表名是否大小写敏感，可以修改，该参数为静态，可设置为0、1、2。

0 – 大小写敏感。（Unix，Linux默认）
创建的库表将原样保存在磁盘上。如create database TeSt;将会创建一个TeSt的目录，create table AbCCC …将会原样生成AbCCC.frm。
SQL语句也会原样解析。

1 – 大小写不敏感。（Windows默认）
创建的库表时，MySQL将所有的库表名转换成小写存储在磁盘上。
SQL语句同样会将库表名转换成小写。
如需要查询以前创建的Test_table（生成Test_table.frm文件），即便执行select * from Test_table，也会被转换成select * from test_table，致使报错表不存在。

2 – 大小写不敏感（OS X默认）
创建的库表将原样保存在磁盘上。
但SQL语句将库表名转换成小写。

修改lower_case_table_names导致的常见不良隐患：
如果在lower_case_table_names=0时，创建了含有大写字母的库表，改为lower_case_table_names=1后，则会无法被查到。

注意事项：
将默认的lower_case_tables_name为0设置成1，需先将已经存在的库表名转换为小写：

1）针对仅表名存在大写字母的情况：
①、lower_case_tables_name=0时，执行rename table成小写。
②、设置lower_case_tables_name=1，重启生效。

2）针对库名存在大写字母的情况：
①、lower_case_tables_name=0时，使用mysqldump导出，并删除老的数据库。
②、设置lower_case_tables_name=1，重启生效。
③、导入数据至实例，此时包含大写字母的库名已转换为小写。

转换操作需要自行测试，不同操作系统，不同MySQL版本可能有不同的情况。

参考

MySQL官网 server-system-variables
MySQL数据库配置信息查看和修改
MySQL show语句常用用法汇总