网易MySQL微专业学习笔记（八）-MySQL字符集

前言

这个系列属于个人学习网易云课堂MySQL数据库工程师微专业的相关课程过程中的笔记，本篇为其“MySQL数据库对象与应用”中的MySQL数据类型相关笔记。 所有笔记可能不定期更新，发布时不一定为最终版。

正文

字符集基础

字符集：数据库中的字符集包含两层含义

1）各种文字和字符的集合，包含各国家文字、标点符号、图形符号、数字等。

2）字符的编码方法，即二进制数据与字符的映射规则。

字符集-分类

ASCII:美国信息互换标准编码；英语和其他西欧语言；单字节编码，7位（bits）表示一个字符，共128字符。

GBK:汉子内码扩展规范；中日韩汉字、英文、数字；双字节编码；共收录了21003个汉字，GB2312的扩展。

UTF-8:Unicode标准的可变商都字符编码；Unicode标准（统一码），业界统一标准，包含时间上数十种文字的系统；utf-8使用一至四个字节为每个字符编码。

其他常见字符集：

UTF-32,UTF-16,也是符合Unicode标准的字符集，只是编码规则和UTF-8稍微不同

Big5：台湾使用的字符集，主要是用来表示一些繁体字

latin1:mysql默认的字符集，主要用来表示一些西欧语，不支持汉字。

查看字符集

SHOW CHARACTER SET;

新增字符集

可以在当遇到mysql不支持的字符集时使用。

编译时时加入： --with-charset=

例：./configure --prefix=/usr/local/mysql3 --with-piugins=innobase --with-charset=gbk

字符集与字符序

charset和collation

collation：字符序，字符的排序与比较规则，每个字符集都有对应的多套字符序。

不同的字符序决定了字符串在比较排序中的精度和性能不同。

show collation 查看字符序

utf8_general_ci

可排序普通英文字符，但若是德语的英语不支持

utf8_bin

utf8_unicode_ci

支持德语的英语，精度提高，性能降低。

mysql的字符序遵从命名惯例：以_ci（表示大小写不敏感），以_cs（表示大小写敏感），以_bin（表示用编码值进行比较）。

字符集设置级别

charset和collation的设置级别：

服务器级>>数据库级>>表级>>列级

服务器级

系统变量（可动态设置）

-character_set_server：默认的内部操作字符集。

-character_set_system：系统元数据（字段名等）字符集

字符集设置级别

服务器级

配置文件设置

[mysqld]

character_set_server = utf8

collation_server=utf8_general_ci

数据库级

CREATE DATABASE db_name CHARACTER SET latin1 COLLATE latin1_swedish_ci;

-character_set_database:当前选中数据库的默认字符集

主要影响load data等语句的默认字符集，CRATE DATABASE的字符集如果不设置，默认使用character_set_server的字符集

表级

列级

数据存储字符集使用规则

• 使用列级的CHARACTER设定值；
• 若列级字符集不存在，则是用对应表级的DEFAULT CHATACTER SET 设定值；
• 若表级字符集不存在，则使用数据库级的DEFAULT CHATACTER SET 设定值；
• 若数据库及字符集不存在，则使用服务器级character_set_server设定值。

查看字符集

show [global] variables like 'character%';

show [global] variables like 'collation%';

例：

SHOW VARIABLES WHERE Variable_name LIKE 'character_set_%' OR Variable_name LIKE 'collation%';

修改字符集

set global character_set_server=utf8; -- 全局

alter table xxx convert to character set xxx; -- 表

客户端连接与字符集

连接与字符集

character_set_client:客户端来源数据使用的字符集

character_set_connection:连接层字符集

character_set_results:查询结果字符集

set names utf8： 统一设置以上字符集；

配置文件设置：

[mysql]

default-character-set=utf8

常见乱码原因

• 1、数据库存储字符集不能正确编码（不支持）client发来的数据：client(utf8)->storage(latin1)
• 2、程序连接使用的字符集与通知mysql的character_set_client等不一致或不兼容。

使用建议

• 1、创建数据库/表时显示的指定字符集，不使用默认。
• 2、连接字符集与数据存储字符集设置一致，推荐使用utf8.
• 3、驱动程序连接时显示指定字符集（set names xxx）

mysql C API 初始化数据库语柄后马上用mysql_options设置MYSQL_SET_CHARATER_NAME属性我utf8

mysql PHP：连接到数据库以后显示用SET NAMES 语句设置一次连接字符集

mysql JDBC:

url=“jdbc:mysql://localhost:3306/blog_dbo?user=xx&password=x&useUnicode=true&characterEncoding=utf8”;