MySQL字符集及校對規則的理解
一、字符集(Character set)
是多個字元(英文字元,漢字字元,或者其他國家語言字元)的集合,字符集種類較多,每個字符集包含的字元個數不同。
特點:
①字元編碼方式是用一個或多個位元組表示字符集中的一個字元
②每種字符集都有自己特有的編碼方式,因此同一個字元,在不同字符集的編碼方式下,會產生不同的二進位制
常見字符集:
ASCII字符集:基於羅馬字母表的一套字符集,它採用1個位元組的低7位表示字元,高位始終為0。
LATIN1字符集:相對於ASCII字符集做了擴充套件,仍然使用一個位元組表示字元,但啟用了高位,擴充套件了字符集的表示範圍。
GBK字符集:支援中文,字元有一位元組編碼和兩位元組編碼方式。
UTF8字符集:Unicode字符集的一種,是電腦科學領域裡的一項業界標準,支援了所有國家的文字字元,utf8採用1-4個位元組表示字元。
1、MySQL與字符集
只要涉及到文字的地方,就會存在字符集和編碼方式。MySQL系統變數值:
2、正確使用字符集
資料庫服務端的字符集具體要看儲存什麼字元
以上這些引數如何起作用:
1.庫、表、列字符集的由來
①建庫時,若未明確指定字符集,則採用character_set_server指定的字符集。
②建表時,若未明確指定字符集,則採用當前庫所採用的字符集。
③新增時,修改表字段時,若未明確指定字符集,則採用當前表所採用的字符集。
2.更新、查詢涉及到得字符集變數
更新流程字符集轉換過程:character_set_client-->character_set_connection-->表字符集。
查詢流程字符集轉換過程:表字符集-->character_set_result
3.character_set_database
當前預設資料庫的字符集,比如執行use xxx後,當前資料庫變為xxx,若xxx的字符集為utf8,那麼此變數值就變為utf8(供系統設定,無需人工設定)。
3、MySQL客戶端與字符集
1.對於輸入來說:
客戶端使用的字符集必須通過character_set_client、character_set_connection
①在客戶端對資料進行編碼(Linux:utf8、windows:gbk)
②MySQL接到SQL語句後(比如insert),發現有字元,詢問客戶端通過什麼方式對字元編碼:客戶端通過character_set_client引數告知MySQL客戶端的編碼方式(所以此引數需要正確反映客戶端對應的編碼)
③當MySQL發現客戶端的client所傳輸的字符集與自己的connection不一樣時,會將client的字符集轉換為connection的字符集
④MySQL將轉換後的編碼儲存到MySQL表的列上,在儲存的時候再判斷編碼是否與內部儲存字符集(按照優先順序判斷字符集型別)上的編碼一致,如果不一致需要再次轉換
2.對於查詢來說:
客戶端使用的字符集必須通過character_set_results來體現,伺服器詢問客戶端字符集,通過character_set_results將結果轉換為與客戶端相同的字符集傳遞給客戶端。(character_set_results預設等於character_set_client)
4、MySQL字元編碼轉換原理:
問:若character_set_client為UTF8,而character_set_database為GBK,則會出現需要進行編碼轉換的情況,字符集轉換的原理是什麼?
答:假設gbk字符集的字串“你好”,需要轉為utf8字符集儲存,實際就是對於“你好”字串中的每個漢字去utf8編碼表裡面查詢對應的二進位制,然後儲存。
圖解字符集轉換過程:
①MySQL Server收到請求時將請求資料從character_set_client轉換為character_set_connection;
②進行內部操作前將請求資料從character_set_connection轉換為內部操作字符集
確定步驟:
--使用每個資料欄位的CHARACTER SET設定值;
--若上述值不存在,則使用對應資料表的DEFAULT CHARACTER SET設定值;
--若上述值不存在,則使用對應資料庫的DEFAULT CHARACTER SET設定值;
--若上述值不存在,則使用character_set_server設定值;
③將操作結果從內部操作字符集轉換為character_set_results。
5、字符集常見處理操作
1.檢視字符集編碼設定
mysql> show variables like '%character%';
2.設定字符集編碼
mysql> set names 'utf8';
相當於同時:
set character_set_client = utf8;
set character_set_results = utf8;
set character_set_connection = utf8;
3.修改資料庫字符集
mysql> alter database database_name character set xxx;
只修改庫的字符集,影響後續建立的表的預設定義;對於已建立的表的字符集不受影響。(一般在資料庫實現字符集即可,表和列都預設採用資料庫的字符集)
4.修改表的字符集
mysql> alter table table_name character set xxx;
只修改表的字符集,影響後續該表新增列的預設定義,已有列的字符集不受影響。
mysql> alter table table_name convert to character set xxx;
同時修改表字符集和已有列字符集,並將已有資料進行字符集編碼轉換。
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、字符集的正確實踐:
MySQL軟體工具本身是沒有字符集的,主要是因為工具所在的OS的字符集(Windows:gbk、Linux:utf8),所以字符集的正確實踐非常重要:
1.對於insert來說,character_set_client、character_set_connection相同,而且正確反映客戶端使用的字符集
2.對於select來說,character_set_results正確反映客戶端字符集
3.資料庫字符集取決於我們要儲存的字元型別
4.字符集轉換最多發生一次,這就要求character_set_client、character_set_connection相同
5.所有的字符集轉換都發生在資料庫端
綜述:
1、建立資料庫的時候注意字符集(gbk、utf8);
2、連線資料庫以後,無論是執行dml還是select,只要涉及到varchar、char列,就需要設定正確的字符集引數。
二、校對規則collation校對
字符集是一套符號和對應的編號
檢視資料庫支援的所有字符集(charset):
mysql> show character set;
校對規則(collation):
是在字符集內用於字元比較和排序的一套規則,比如有的規則區分大小寫,有的則無視。
mysql> create table t1(id int,name varchar(20)); #t1建表沒有指定校對規則
mysql> show collation; #檢視資料庫支援的所有校對規則
mysql> show variables like 'collation_%'; #檢視當前字符集和校對規則設定
校對規則特徵:
①兩個不同的字符集不能有相同的校對規則;
②每個字符集有一個預設校對規則;
③存在校對規則命名約定:以其相關的字符集名開始,中間包括一個語言名,並且以_ci(大小寫不敏感)、_cs(大小寫敏感)或_bin(二元)結束。
注意:
系統使用utf8字符集,若使用utf8_bin校對規則執行SQL查詢時區分大小寫,使用utf8_general_ci不區分大小寫(預設的utf8字符集對應的校對規則是utf8_general_ci)。
示例:
mysql> create table t2(id int,name varchar(20)) character set=gbk collate=gbk_bin; #t2建表指定校對規則(區分大小寫)
本文章非原創轉載來自https://www.cnblogs.com/geaozhang/p/6724393.html?utm_source=itdadao&utm_medium=referral#kehuduanyuzifuji