MySQL字符集及校对规则的理解

阅读目录:MySQL的字符集和校对规则

一、字符集(Character set)

  是多个字符(英文字符,汉字字符,或者其他国家语言字符)的集合,字符集种类较多,每个字符集包含的字符个数不同。

特点:

  ①字符编码方式是用一个或多个字节表示字符集中的一个字符

  ②每种字符集都有自己特有的编码方式,因此同一个字符,在不同字符集的编码方式下,会产生不同的二进制

常见字符集:

  ASCII字符集:基于罗马字母表的一套字符集,它采用1个字节的低7位表示字符,高位始终为0。

  LATIN1字符集:相对于ASCII字符集做了扩展,仍然使用一个字节表示字符,但启用了高位,扩展了字符集的表示范围。

  GBK字符集:支持中文,字符有一字节编码和两字节编码方式。

  UTF8字符集:Unicode字符集的一种,是计算机科学领域里的一项业界标准,支持了所有国家的文字字符,utf8采用1-4个字节表示字符。

1、MySQL与字符集

  只要涉及到文字的地方,就会存在字符集和编码方式。MySQL系统变量值:

 

2、正确使用字符集

  数据库服务端的字符集具体要看存储什么字符

以上这些参数如何起作用:

1.库、表、列字符集的由来

  ①建库时,若未明确指定字符集,则采用character_set_server指定的字符集。

  ②建表时,若未明确指定字符集,则采用当前库所采用的字符集。

  ③新增时,修改表字段时,若未明确指定字符集,则采用当前表所采用的字符集。

2.更新、查询涉及到得字符集变量

  更新流程字符集转换过程:character_set_client-->character_set_connection-->表字符集。

  查询流程字符集转换过程:表字符集-->character_set_result

3.character_set_database

  当前默认数据库的字符集,比如执行use xxx后,当前数据库变为xxx,若xxx的字符集为utf8,那么此变量值就变为utf8(供系统设置,无需人工设置)。

3、MySQL客户端与字符集

1.对于输入来说:

  客户端使用的字符集必须通过character_set_client、character_set_connection体现出来:

    ①在客户端对数据进行编码(Linux:utf8、windows:gbk)

    ②MySQL接到SQL语句后(比如insert),发现有字符,询问客户端通过什么方式对字符编码:客户端通过character_set_client参数告知MySQL客户端的编码方式(所以此参数需要正确反映客户端对应的编码)

    ③当MySQL发现客户端的client所传输的字符集与自己的connection不一样时,会将client的字符集转换为connection的字符集

    ④MySQL将转换后的编码存储到MySQL表的列上,在存储的时候再判断编码是否与内部存储字符集(按照优先级判断字符集类型)上的编码一致,如果不一致需要再次转换

2.对于查询来说:

  客户端使用的字符集必须通过character_set_results来体现,服务器询问客户端字符集,通过character_set_results将结果转换为与客户端相同的字符集传递给客户端。(character_set_results默认等于character_set_client)

4、MySQL字符编码转换原理:

  问:若character_set_client为UTF8,而character_set_database为GBK,则会出现需要进行编码转换的情况,字符集转换的原理是什么?

  答:假设gbk字符集的字符串“你好”,需要转为utf8字符集存储,实际就是对于“你好”字符串中的每个汉字去utf8编码表里面查询对应的二进制,然后存储。

 

图解字符集转换过程:

  ①MySQL Server收到请求时将请求数据从character_set_client转换为character_set_connection;

  ②进行内部操作前将请求数据从character_set_connection转换为内部操作字符集

确定步骤:

--使用每个数据字段的CHARACTER SET设定值;

--若上述值不存在,则使用对应数据表的DEFAULT CHARACTER SET设定值;

--若上述值不存在,则使用对应数据库的DEFAULT CHARACTER SET设定值;

--若上述值不存在,则使用character_set_server设定值;

  ③将操作结果从内部操作字符集转换为character_set_results

5、字符集常见处理操作

1.查看字符集编码设置

  mysql> show variables like '%character%';

2.设置字符集编码

  mysql> set names 'utf8';

相当于同时:

  set character_set_client = utf8;

  set character_set_results = utf8;

  set character_set_connection = utf8;

3.修改数据库字符集

  mysql> alter database database_name character set xxx;

只修改库的字符集,影响后续创建的表的默认定义;对于已创建的表的字符集不受影响。(一般在数据库实现字符集即可,表和列都默认采用数据库的字符集

4.修改表的字符集

  mysql> alter table table_name character set xxx;

只修改表的字符集,影响后续该表新增列的默认定义,已有列的字符集不受影响。

  mysql> alter table table_name convert to character set xxx;

同时修改表字符集和已有列字符集,并将已有数据进行字符集编码转换。

5.修改列字符集

格式:

ALTER TABLE table_name MODIFY

column_name {CHAR | VARCHAR | TEXT} (column_length)

    [CHARACTER SET charset_name]

    [COLLATE collation_name]

mysql> alter table table_name modify col_name varchar(col_length) character set xxx;

6、字符集的正确实践:

MySQL软件工具本身是没有字符集的,主要是因为工具所在的OS的字符集(Windows:gbk、Linux:utf8),所以字符集的正确实践非常重要:

  1.对于insert来说,character_set_client、character_set_connection相同,而且正确反映客户端使用的字符集

  2.对于select来说,character_set_results正确反映客户端字符集

  3.数据库字符集取决于我们要存储的字符类型

  4.字符集转换最多发生一次,这就要求character_set_client、character_set_connection相同

  5.所有的字符集转换都发生在数据库端

综述:

  1、建立数据库的时候注意字符集(gbk、utf8)

  2、连接数据库以后,无论是执行dml还是select,只要涉及到varchar、char列,就需要设置正确的字符集参数

 

二、校对规则collation校对

  字符集是一套符号和对应的编号

查看数据库支持的所有字符集(charset):

mysql> show character set;

校对规则(collation):

  是在字符集内用于字符比较和排序的一套规则,比如有的规则区分大小写,有的则无视。

mysql> create table t1(id int,name varchar(20));    #t1建表没有指定校对规则

 mysql> show collation;  #查看数据库支持的所有校对规则

mysql> show variables like 'collation_%';  #查看当前字符集和校对规则设置

校对规则特征:

  ①两个不同的字符集不能有相同的校对规则

  ②每个字符集有一个默认校对规则;

  ③存在校对规则命名约定:以其相关的字符集名开始中间包括一个语言名,并且以_ci(大小写不敏感)、_cs(大小写敏感)或_bin(二元)结束

注意:

  系统使用utf8字符集,若使用utf8_bin校对规则执行SQL查询时区分大小写,使用utf8_general_ci不区分大小写(默认的utf8字符集对应的校对规则是utf8_general_ci)。

示例:

mysql> create table t2(id int,name varchar(20)) character set=gbk collate=gbk_bin;    #t2建表指定校对规则(区分大小写)

posted @ 2017-04-17 19:21  GeaoZhang  阅读(31415)  评论(6编辑  收藏  举报