MySQL 字符集

MySQL 字符集

MySQL5.7默认字符集是Latin1拉丁，MySQL8默认字符集是UTF-8 (utf8mb4)

字符集级别可以分为：服务器级别、数据库级别、表级别、列级别

UTF8字符集

在 MySQL 中，“utf8” 和 “utf8mb4” 是两种字符集（字符编码）选项。

1. utf8：
   “utf8” 是 MySQL 5.5.3 及之前版本的默认字符集，它支持最多三字节的 UTF-8 编码。尽管名字中带有 “utf8”，但实际上它并不支持所有的 Unicode 字符，包括一些特殊字符如表情符号等，因为它只支持最多三个字节的编码。

2. utf8mb4：
   “utf8mb4” 是 MySQL 5.5.3 之后版本引入的字符集选项，也是 MySQL 5.5.3 及之后版本的默认字符集。“mb4” 代表 “most bytes 4”，也就是它支持最多四字节的 UTF-8 编码。因此，“utf8mb4” 能够完全支持 Unicode 字符集，包括表情符号等特殊字符。

对于大多数情况下，特别是需要支持表情符号、特殊符号或其他非常用字符的情况，建议使用 “utf8mb4” 字符集，以免出现字符存储和处理的问题。

如果你的 MySQL 版本是 5.5.3 或更高，一般情况下推荐使用 “utf8mb4” 字符集，特别是在创建新的数据库或表时。当然，如果已经在使用 “utf8”，也可以在需要时通过修改表的字符集来切换到 “utf8mb4”。

请注意，在 MySQL 中，“utf8” 和 “utf8mb4” 的存储方式略有不同，“utf8mb4” 的存储空间会稍微多一些，因为它支持更多的字节。所以在切换字符集时，也要注意已有数据的存储空间可能会增加。

比较规则

在 MySQL 中，字符集比较规则后缀用于指定不同的排序规则。排序规则影响字符在比较和排序时的行为，因为在不同的语言和地区，对字符的排序方式可能有所不同。MySQL 支持多种字符集比较规则后缀，常用的有以下几种：

1. _bin：表示二进制排序，它是最快速的排序方式，直接按照字符的二进制编码进行排序。注意，这种排序方式对大小写敏感，而且不会考虑字符的语言和地区差异。

2. _ci：表示不区分大小写的排序，它会忽略字符的大小写，进行排序。例如，“A” 和 “a” 在排序时会被认为相等。

3. _cs：表示区分大小写的排序，它会根据字符的大小写进行排序。例如，“A” 和 “a” 在排序时会被认为不相等。

4. _ai：表示不区分大小写的排序并且对字符进行重音处理，也称为accent-insensitive排序。例如，对于一些特定字符，如字母 “é” 和 “e” 在排序时会被认为相等。

5. _as：表示区分大小写的排序并且对字符进行重音处理，也称为accent-sensitive排序。例如，对于一些特定字符，如字母 “é” 和 “e” 在排序时会被认为不相等。

在字符集名称后添加上述后缀，可以指定不同的排序规则。例如，“utf8mb4_general_ci” 表示使用 “utf8mb4” 字符集，并采用不区分大小写的排序规则。

请注意，不同的字符集可能支持不同的排序规则，而且不是所有字符集都支持所有的排序规则。在选择排序规则时，应根据具体的需求和数据特性选择合适的排序方式。

# 查看gbk比较规则
SHOW COLLATION LIKE 'gbk%';
# 查看utf8比较规则
SHOW COLLATION LIKE 'utf8%';
# 查看具体数据库字符集
SHOW CREATE DATABASE 数据库名;
# 修改具体数据库字符集
# 修改了数据库默认字符集比较规则后，原来已经创建的表字符集不会改变，如果需要应该再单独修改
ALTER DATABASE 数据库名 DEFAULT CHARACTER SET 'utf8' COLLATE 'utf8_general_ci';

说明：

utf8_unicode_ci和utf8_general_ci对中、英文没有实质差别

utf8_general_ci校对速度快，准确度稍微差

utf8_unicode_ci准确度高，但校对速度慢

一般情况使用utf8_general_ci就够了，但如果需要用到德语、法语或者俄语，一定要用utf8_unicode_ci。