gen roo def utf8mb4 nec git gb2 serve href

一：什麽是字符集

字符集支持多層面：服務器層（server）、數據庫層（database）、數據表（table）、字段（column）、連接（connect）、結果集(result）。
1.字符集是一套符號和編碼規則，字符串必須有相應的字符集。 2.校驗集是這套符號和編碼的校驗規則，定義字符排序規則，字符串之間比較的規則。 3.非ASCII字符在不同字符集中，其所需的字節數是不一樣的。 4.多字節字符間是以字符進行比較，而非以字節為單位比較。 5.個別校驗集是二進制的，基於字符對應的數值進行比較。 6.XXX_bin 將字符串中的每一個字符用二進制數據存儲，區分大小寫。 7.XXX_general_ci 不區分大小寫，ci為case insensitive的縮寫，即大小寫不敏感。 8.XXX_general_cs 區分大小寫， cs為case sensitive的縮寫，即大小寫敏感。 二：常用字符集介紹 （1）：gbk/gb2312 1.gb2312是雙字節字符集，不論中、英字符均使用雙字節來表示，為了區分中文，將其最高位都設為1. 2.gb2312是gbk的子集，gbk是gb18030的子集。 3.gbk包括中日韓字符的大字符集合。 4.通常使用gbk字符集足夠。 5.國際通用性比utf8差，不過utf8占用的數據庫比gbk大（三字節字符集）。 6.gbk、gb2312等字符集與utf8之間必須通過unicode編碼才能互相轉換。 gbk、gb2312 => Unicode => utf8 utf8 => Unicode => gbk、gb2312 （2）：utf8 1.8-bit Unicode Tuansformation Format，三字節字符集。 2.是Unicode的一種存儲方式，可變長度字符編碼，又稱萬國碼。 3.UTF-8使用可變長度字節來存儲 Unicode字符，例如ASCII字母繼續使用1個字節存儲，重音文字、希臘文字或西裏爾字母等使用2個字節來存儲，而常用的漢字就要使用3個字節。 4.數據庫字符集盡量使用UTF8（客戶端連接connect）及結果（result）字符集也采用UTF8字符集，最終HTML頁面亦是采用UTF8。 http://baike.baidu.com/view/25412.htm ASCII是7位字符集，但不能覆蓋歐洲語言中的特殊字符。 lantin1是7位字符集，但不能覆蓋亞洲，非洲語言。 unicode是lantin1的擴展，增加了亞洲、非洲常規語言支持，但仍不支持全部語言，且ASCII用unicode來表示效率不高。 utf8是unicode的擴展。 MySQL 4.x 版本及以前，CHAR(n)表示能存儲多少字節數，實際能存儲多少字符數和字符集沒有關系。 MySQL 4.x 之後的版本，CHAR(n)表示能存儲多少字符數，實際能存儲多少字符數和字符集有關系。 CHAR(30)，UTF-8字符集，最大長度90byte,存儲了30個漢字，字節數應該是：90個字節 CHAR(30)，UTF-8字符集，最大長度90byte,存儲了30個英文，字節數應該是：30個字節 CHAR(30)，GBK字符集，最大長度60byte 存儲了30個漢字，字節數應該是：60個字節 CHAR(30)，GBK字符集，最大長度60byte 存儲了30個英文，字節數應該是：30個字節 CHAR(30)，LATIN1字符集，最大長度30byte存儲了15個漢字，字節數應該是：30個字節 CHAR(30)，LATIN1字符集，最大長度30byte存儲了30個英文，字節數應該是：30個字節 三：如何轉換字符集 latin1轉換到utf8 gbk轉換到utf8 lantin1轉換到gbk lantin1字符集環境：LANG=en_US.ISO_8859 CRT:default gbk字符集環境：LANG=en_US.GBK/zh_CN.GBK CRT:default utf8字符集環境：LANG=en_US.UTF-8 CRT:utf8 1.latin1 =>utf8 以原來的字符集為latin1為例，升級成為utf8的字符集，原來的表：old_table(default charset=latin1)，新表：new_table(defaul charset=utf8)。 第一步：導出舊數據 mysqldump --default-character-set=latin1 -hlocalhost -uroot -B my_db --tables old_table> old.sql 第二步：轉換編碼（unix/linux環境下） iconv -t utf8 -f gb2312 -c old.sql >new.sql 或者去掉-f參數，讓iconv自動判斷原來的字符集 iconv -t utf-8 -c old.sql >new.sql 在這裏，假定原來的數據默認是gb2312編碼。 第三步：導入 修改new.sql，在插入/更新語句開始之前，增加一條SQL語句： SET NAMES utf8; mysqldump -hlocalhost -uroot -B my_db < new.sql 2.gbk => utf8 以原來的字符集為gbk為例，升級成為utf8字符集，原來的表old_table(default charset=gbk)，新表：new_table(defalut charset=utf8) 第一步：導出舊數據 mysqldump --default-character-set=gbk -hlocalhost -uroot -B my_db --tables old_table> old.sql 第二步：轉換編碼（unix/linux環境下） iconv -t utf-8 -c old.sql >new.sql 或者去掉-f參數，讓iconv自動判斷原來的字符集 iconv -t utf-8 -c old.sql >new.sql 在這裏，假定原來的數據默認是gb2312編碼。 第三步：導入 修改new.sql，在插入/更新語句開始之前，增加一條SQL語句： SET NAMES utf8; mysqldump -hlocalhost -uroot my_db < new.sql 3.latin1 => gbk 以原來的字符集為gbk為例，升級成為utf8字符集，原來的表old_table(default charset=latin1)，新表：new_table(defalut charset=utf8) 第一步：導出舊數據 mysqldump --default-character-set=latin1 -hlocalhost -uroot -B my_db --tables old_table> old.sql 第二步：導入（省去了第二步轉換編碼工作） 修改new.sql，在插入/更新語句開始之前，增加一條SQL語句： SET NAMES gbk; mysqldump -hlocalhost -uroot my_db < new.sql

How to support full Unicode in MySQL databases
https://mathiasbynens.be/notes/mysql-utf8mb4

10分鐘學會理解和解決MySQL亂碼問題
http://cenalulu.github.io/mysql/mysql-mojibake/

字符集GBK和UTF8的區別說明
http://blog.csdn.net/zzxian/article/details/7330804

mysql使用utf8mb4經驗吐血總結
https://mp.weixin.qq.com/s?__biz=MzAwMDU2ODU3MA==&mid=2247484084&idx=1&sn=e3740e1087dc73ffcdc4b56bfeaaaa6d&chksm=9ae7bf21ad9036370e8174995ff73775a0ff8c8a51b9995fc8675a994a768a136d187e2aa76d#rd

MySQL字符集小結