什么是字符集与校对规则

字符集指的是⼀种从⼆进制编码到某类字符符号的映射。校对规则则是指某种字符集下的排序规则。MySQL中每⼀种字符集都会对应⼀系列的校对规则。

MySQL采⽤的是类似继承的⽅式指定字符集的默认值，每个数据库以及每张数据表都有⾃⼰的默认值，他们逐层继承。⽐如：某个库中所有表的默认字符集将是该数据库所指定的字符集（这些表在没有指定字符集的情况下，才会采⽤默认字符集）

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。

MySQL的字符集

查看字符编码支持

# 查看当前库
show variables like "charcter_set%";

# 查看所有支持的
show character set;

各种字符集的作用

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。

1. MySQL 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，确定内部操作字符集步骤：
   • 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。

正确使用字符集

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

修改MySQL的字符集

#设置所有字符集
set names 'utf8';

#修改数据库字符集
alter database database_name character set "utf8";

#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。
alter table table_name 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。
alter table table_name convert to character set xxx;

#修改列字符集
alter table table_name modify col_name varchar(col_length) character set xxx;

总结

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。

校对规则collation校对

概念

校对规则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。

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。

查看MySQL的校对规则

#查看支持的校对规则
show collation; 
# 查看当前的库校对规则
show variables like 'collation_%';