MySQL数据分析－（14）表补充：字符集

大家好，我是jacky朱元禄，很高兴继续跟大家学习《MySQL数据分析实战》，本节课程jacky分享的主题是表补充之字符集

• 在分享课程之前，jacky在跟大家强调一下逻辑的重要性，我们学习任何一门技术首先要捋清楚的就是逻辑，对于本节课来说，我们要捋清的逻辑就是:

  • 1)字符集是什么，它存在的意义是什么?
  • 2)它能给我们解决什么问题?
  • 3) 为什么我们在创建表这里讲这个字符集，它跟我们前面讲的数据类型、字段属性、索引有什么传承关系？
    
    • 或者说对于整个课程来说，为什么我们不在前面的课程，或后面的课程来讲字符集，我们要在这堂课来讲，jacky肯定是有他安排的逻辑在的，这些我们都要搞懂，我们说搞懂逻辑比搞懂知识点本身更重要；
      

  下面我们来说字符集，确切的说是MySQL中的字符集

（一）计算机字符集的由来

我们讲第一部分，计算机字符集的由来，讲这部分是回答我们第一个逻辑：字符集是什么，它存在的意义是什么？

---

为了讲清楚这部分，jacky先给大家讲个故事：

---

很久很久以前，有这么一群人，发现了计算机的最底层逻辑，就是电路，现阶段，我们人类处理电路可能的办法只能是让它通电，或者不通电，这时这群人就想：对于电路最底层的两种状态通电和不通电，我们是不是能标记一下，那怎么标记呢，我们可以用0和1代表这两种状态是不是，那这群人通过大量的实践发现，可以通过8个开关通电与不通电来组成不同的状态，我们就可以表示世界上的万物了；我们说一个开关是不是有通电和不通电的两种状态，那么这群人就把这一个开关命名为一个“字节“，8个开关是不是就是8个字节，那每个字节的都有两种状态，那8位字节就可以组成2的8次方，256中不同的状态，在后来，这群人又做了一些可以处理这些字节的机器，机器开动了，可以用字节来组合出很多状态，状态开始变来变去，这个机器，就是最早的计算机，发明计算机的这群人是美国人，它们后来呢又把所有的空格、标点符号、数字、大小写字母分别用连续的字节状态表示，一直编到了127号，这样计算机就可以用不同字节来存储英文的文字了。这些美国人看到这样，都自我感觉不错，它们就把这个方案叫做ASCII方案（方案的全称叫美国信息互换标准代码 American Standard Code for Information Interchange），当时世界所有的计算机都用同样的ASCII方案来保存英文文字，后来世界各地都开始使用计算机，但是很多国家用的不是英文，后来呢，随着计算机的世界性普及，为了可以在计算机保存各国的文字，一些人决定用127号之后的空位来表示这些新文字，就演变出了许许多多的编码方案，比如我们这次课要说的，utf8,latian1,GBK,等等，而这些就叫字符集；

---

好，那我们在做一下总结：由于计算机仅识别二进制数据，而且人类则更倾向于识别字符（符号），因此就需要一个二进制与字符的对应关系，这就是字符集。

（二）中文数据问题的本质

我们讲第二部分，中文数据问题的本质，讲这一部分是回答我们第二个逻辑：字符集能给我们解决什么问题，jacky先说结论：中文数据问题的本质就是字符集的问题。

一般来说，库的字符集是什么，表的字符集就是什么，当然MySQL服务器还有一个字符集，那么这个逻辑就是服务器的字符集是什么，库的字符集就是什么，库的字符集是什么，表的字符集就跟着是什么；

那怎么查看，我们当前状态下这些字符集都是什么呢？

-- 查看服务器端的基本信息
\s

• 那我们怎么知道，我们创建的数据库是什么字符集呢？show 是查看东西的，我想查一下，创建demo数据库的那一刻，创建数据库详细的创建语句，表面上看我们创建demo数据库的SQL语句是create database demo;其实后面还有一些东西是系统自带的，默认的，我们看一下：
  
  • show create database demo;

• 我们看到创建demo时后面是不是还跟着一些东西，default character set latin1是不是？这一串是什么意思呢？这一串的意思是demo的默认字符集被设置为latin1，我们说的这是库层面，我们在看看表层面：

做为服务器来说，我只关心服务器字符集和数据库字符集，我不用管你客户端字符集是什么；；服务器是看不见摸不着的，那我们mysql的客户端是什么，是不是各个系统版本的终端，比如Windows的终端就是cmd，Mac系统也有大家看到的终端，我们是不是在客户端中输入mysql -uroot -p的，那登陆成功后，我们从客户端是不是就登到服务器上来了，服务器是看不见摸不着的，我们要登进来才能看到，所以有时我们往数据表里插入中文的时候会出现乱码，就是客户端字符集与服务器字符集不一致造成的;

当前我们MySQL默认的是latin1字符集，也是西欧字符集，
那怎样不乱码？

• 前面jacky讲的创建数据表的SQL语句模型是什么，我们回忆一下：

--创建数据表的SQL语句模型
CREATE TABLE 表名称(
        字段名1 数据类型 [属性]
        字段名2 数据类型 [属性]
        ......
        );

• 跟创建数据库一样，圆括号结尾我们后面还跟了默认的一些东西，这里jacky插一句额外的话，我们再看看我们创建数据表的SQL语句模型，是不是我们讲表补充的一直是围绕这个模型来讲的额，这个模型是不是就是jacky讲解的逻辑线，而这些是不是都是怎么创建数据表，说了这么多，是不是都是说的怎么创建表，那有朋友会说，jacky一个创建表就讲了这么多，没有必要吧，没必要讲什么数据类型，属性，索引吧，我直接创建一个表create tabel 表名（id int)，不就可以了吗？那我会怎么跟你解释呢：还是借用开篇的话吧，学习是为了什么，为了实现梦想，财务自由是吧，MySQL跟其他的技能一样，都是细节决定成败，为什么有些人表面上看着能力，但是在细节的处理上差的太多，对于技术来讲，细节才是真正决定成败的，所以做的差不多的工作，有人一个月3000，有人一个月3万，就是这个道理，我们在细节上下了功夫，而这些细节是必要的，jacky才会去讲，像全文索引这样的知识点，食之无味，弃之可惜，jacky就让大家自学了；

• 好，我们言归正传，我们觉得上面SQL模型就结束了吗？其实还有ENGINE=InnoDB Default CHARSET=latin1，ENGINE=InnoDB什么意思？这张表是InooDB表引擎，表引擎是什么，下次课jacky会详细的说，这次课，大家只要记住：表引擎决定了你表里面存储数据是什么样的形态，记住这一句就够了，详细的jacky下次课会说，那么InnoDB,后面又跟了什么？Default charser=latin1,就是说我们在创建表的情况下，不强行设置表的字符集，我们MySQL是不是会给你默认一个字符集，

用latin1，没有好处，只有坏处。
MySQL开发者为瑞典MySQL AB公司，所以默认编码为latin1。
早期版本的编码都是latin1, latin1编码可以认为无字符格式的编码，什么字符都可以存，乱玛也可以存，至于里面是什么内容，只能靠客户端的程序来解释，这样你的程序里就莫名奇妙的要多了一个识别和转换编码的步骤。程序复杂度冤枉的增加了，性能也受影响。而且，在latin1编码中比较和排序都有问题。