竹永康在科锐待岗第2天工作总结

领导今日未给我分配工作任务，我利用空闲时间研读了《高性能MySQL》一书中的第七章第9节：MySQL高级特性之MySQL中如何使用字符集，从中学习到了一些专业技能知识。总结如下：

MySQL中如何使用字符集

只有基于字符的值才真正的“有”字符集的概念。对于其它类型的值，字符集只是一个设置，指定用哪一种字符集来做比较或者其它操作。基于字符的值能存放咋某列中、查询的字符串中、表达式的计算结果中或者用户的某个变量中，等等。

关于字符集，MySQL的设置可以分两类：创建对象时的默认设置；在服务器和客户端通信时的设置。

创建对象时的默认配置

MySQL服务器有默认的字符集和校对规则；每个库也有自己的默认值；每个表也有自己的默认值（甚至表中不同的字段也可以指定不同的字符集）。这是一个逐层继承的默认设置，最终最靠底层的默认设置将影响你创建的对象。在这个“阶梯”的每一层，都可以指定一个特定的字符集或者让服务器使用它的默认值：

• 创建库的时候，将根据服务器上的 character_set_server 设置来设定该库的默认字符集；
• 创建表的时候，将根据库的字符集设置来指定这个表的字符集设置；
• 创建列的时候，将根据表的设置指定列的字符集设置。

一个表的默认字符集设置无法影响存储在这个表中某个列的值。只有在创建列而没有为列指定字符集的时候，表的默认字符集才有用。

服务器和客户端通信时的设置

当服务器和客户端通信的时候，它们可能使用不同的字符集。这时，服务器端将进行必要的翻译转换工作：

• 服务器总是假设客户端是按照 character_set_client 设置的字符来传输数据和SQL语句的；
• 当服务器收到客户端的SQL语句时，它先将其转换成字符集 character_set_connection。它还使用这个设置来决定如何将数据转换成字符串；
• 当服务端返回数据或者错误信息给客户端时，它会将其转换成 character_set_result。

MySQL如何比较两个字符串的大小

如果比较的两个字符串的字符集不同，MySQL会先将其转换成同一个字符集再进行比较。如果两个字符集不兼容的话，则会抛出错误，这种情况下需要通过函数 CONVERT() 显式地将其中一个字符串的字符集转换成一个兼容的字符集（在高版本的MySQL中会自动做隐式转换）。

还可以使用下划线前缀 “_” 以及 COLLATE 子句来指定字符串的字符集和校对规则，示例语句：

SELECT _utf8 'hello world' COLLATE utf8_bin;

一些特殊的情况

• character_set_database 设置的默认值和默认数据库的设置相同。当改变默认数据库的时候，这个变量也会跟着变；
• 当使用 LOAD DATA INFILE 的时候，数据库总是将文件中的字符按照字符集 character_set_database 来解析；
• MySQL在加载数据的时候，总是以同样的字符集处理所有数据，而不管表中的列是否有不同的字符集设定；
• MySQL会将 SELECT INTO OUTFILE 的结果不做任何转码的写入文件（目前除了使用 CONVERT() 函数主动转码外，还没有什么其它办法）；
• MySQL始终会根据 character_set_client 的设置来解析转义符号，即使查询中指定了别的字符集。

如何选择字符集和校对规则

先为服务器和库选择一个合理的、全局通用的字符集，在根据实际情况给某个列选择合适的字符集。

字符集和校对规则如何影响查询

某些字符集和校对规则可能会需要更多的CPU操作，可能会消耗更多的内存和存储空间，甚至还会影响索引的正常使用。不同字符集和校对规则之间的转换可能会带来额外的开销。只有排序查询要求的字符集与服务器数据库的字符集相同的时候，才能使用索引进行排序。

MySQL会在需要的时候进行字符集转换。例如当使用两个字符集不同的列来关联两个表的时候，MySQL会尝试转换其中一个列的字符集。这和在数据列外面封装一个函数一样，会让MySQL无法使用这个列上的索引。

注意在多字节字符集中，一个字符不再是一个字节。例如 utf8 字符集的一个字符占3个字节。以及如果要索引一个 utf8 字符集的列，MySQL会假设每一个字符都是3个字节，所以最长索引前缀的限制一下就缩短到原来的三分之一（333个字符）。这会对MySQL使用索引有一些影响，例如将无法对此列使用索引覆盖扫描。