1幾種常見(jiàn)字符集

在MySQL中，最常見(jiàn)的字符集有ASCII字符集、latin字符集、GB2312字符集、GBK字符集、UTF8字符集等，下面我們簡(jiǎn)單介紹下這些字符集：

ASCII字符集

這個(gè)字符集使用1個(gè)字節(jié)進(jìn)行編碼，一個(gè)字節(jié)具有8位，總共可以保存128個(gè)字符，具體的對(duì)應(yīng)關(guān)系如下：

latin字符集

latin字符集一共可以保存256個(gè)字符，相比ASCII碼，它又包含了128個(gè)西歐常用字符。

GB2312字符集

它包含了中文漢字、拉丁字符、希臘字符等，其中漢字占了大多數(shù)，有6763個(gè)，其他文字符號(hào)638個(gè)，而且它兼容ASCII字符。當(dāng)對(duì)ASCII編碼的時(shí)候，它采用1個(gè)字節(jié)進(jìn)行編碼，也就是128位，當(dāng)對(duì)其他字符進(jìn)行編碼的時(shí)候，它采用2個(gè)字節(jié)進(jìn)行編碼?？梢岳斫馑且环N邊長(zhǎng)編碼方式。

GBK字符集

該字符集是對(duì)GB2312字符集的一個(gè)擴(kuò)充，它兼容GB2312字符集，一般采用兩個(gè)字節(jié)進(jìn)行編碼。

UTF8字符集

它通常由1~4個(gè)字節(jié)來(lái)進(jìn)行編碼，根據(jù)使用字節(jié)的不同，也可以分為UTF8和utf8mb4兩種，mb4的意思就是最多4個(gè)字節(jié)的意思，一般來(lái)講UTF8采用三個(gè)字節(jié)進(jìn)行編碼，除此之外，還有utf16以及utf32，utf16使用2個(gè)或4個(gè)字節(jié)編碼一個(gè)字符，utf32使用4個(gè)字節(jié)編碼一個(gè)字符。

需要注意的是，一些emoji表情需要使用utf8mb4來(lái)表示。

2 mysql中支持的字符集

MySQL支持很多字符集，以我本地的字符集為例，使用show charset；命令查看當(dāng)前服務(wù)器支持的字符集，結(jié)果如下：

mysql--dba_admin@127.0.0.1:(none) 22:46:48>>show charset;+----------+-----------------------------+---------------------+--------+| Charset | Description | Default collation | Maxlen |+----------+-----------------------------+---------------------+--------+| big5 | Big5 Traditional Chinese | big5_chinese_ci | 2 || dec8 | DEC West European | dec8_swedish_ci | 1 || cp850 | DOS West European | cp850_general_ci | 1 || hp8 | HP West European | hp8_english_ci | 1 || koi8r | KOI8-R Relcom Russian | koi8r_general_ci | 1 || latin1 | cp1252 West European | latin1_swedish_ci | 1 || latin2 | ISO 8859-2 Central European | latin2_general_ci | 1 || swe7 | 7bit Swedish| swe7_swedish_ci | 1 || ascii | US ASCII | ascii_general_ci | 1 || ujis | EUC-JP Japanese | ujis_japanese_ci | 3 || sjis | Shift-JIS Japanese | sjis_japanese_ci | 2 || hebrew | ISO 8859-8 Hebrew | hebrew_general_ci | 1 || tis620 | TIS620 Thai | tis620_thai_ci | 1 || euckr | EUC-KR Korean| euckr_korean_ci | 2 || koi8u | KOI8-U Ukrainian | koi8u_general_ci | 1 || gb2312 | GB2312 Simplified Chinese | gb2312_chinese_ci | 2 || greek | ISO 8859-7 Greek | greek_general_ci | 1 || cp1250 | Windows Central European | cp1250_general_ci | 1 || gbk | GBK Simplified Chinese | gbk_chinese_ci | 2 || latin5 | ISO 8859-9 Turkish | latin5_turkish_ci | 1 || armscii8 | ARMSCII-8 Armenian | armscii8_general_ci | 1 || utf8 | UTF-8 Unicode| utf8_general_ci | 3 || ucs2 | UCS-2 Unicode| ucs2_general_ci | 2 || cp866 | DOS Russian | cp866_general_ci | 1 || keybcs2 | DOS Kamenicky Czech-Slovak | keybcs2_general_ci | 1 || macce | Mac Central European | macce_general_ci | 1 || macroman | Mac West European | macroman_general_ci | 1 || cp852 | DOS Central European | cp852_general_ci | 1 || latin7 | ISO 8859-13 Baltic | latin7_general_ci | 1 || utf8mb4 | UTF-8 Unicode| utf8mb4_general_ci | 4 || cp1251 | Windows Cyrillic | cp1251_general_ci | 1 || utf16 | UTF-16 Unicode | utf16_general_ci | 4 || cp1256 | Windows Arabic | cp1256_general_ci | 1 || cp1257 | Windows Baltic | cp1257_general_ci | 1 || utf32 | UTF-32 Unicode | utf32_general_ci | 4 || binary | Binary pseudo charset | binary | 1 || geostd8 | GEOSTD8 Georgian | geostd8_general_ci | 1 || cp932 | SJIS for Windows Japanese | cp932_japanese_ci | 2 || eucjpms | UJIS for Windows Japanese | eucjpms_japanese_ci | 3 |+----------+-----------------------------+---------------------+--------+39 rows in set (0.00 sec)

可以看到，一共支持39中字符集，當(dāng)然，不同的版本這個(gè)數(shù)字還有一些出入。在這39中字符集里面，需要我們記住的主要有以下幾個(gè)：

+----------+-----------------------------+---------------------+--------+| Charset | Description | Default collation | Maxlen |+----------+-----------------------------+---------------------+--------+| latin1 | cp1252 West European | latin1_swedish_ci | 1 || ascii | US ASCII | ascii_general_ci | 1 || gb2312 | GB2312 Simplified Chinese | gb2312_chinese_ci | 2 || gbk | GBK Simplified Chinese | gbk_chinese_ci | 2 || utf8 | UTF-8 Unicode| utf8_general_ci | 3 || utf8mb4 | UTF-8 Unicode| utf8mb4_general_ci | 4 |+----------+-----------------------------+---------------------+--------+

這里，我們暫時(shí)只需要知道他們最大長(zhǎng)度包含幾個(gè)字節(jié)就ok了。

3 校驗(yàn)規(guī)則

字符集的校驗(yàn)規(guī)則，指的是字符集比較大小的時(shí)候依據(jù)的準(zhǔn)則，比如我們比較a和B的大小，如果不考慮大小寫(xiě)，那么a<B，如果考慮大小寫(xiě)，則a>B,也就是說(shuō)，同一字符集，不同的比較規(guī)則，對(duì)某列數(shù)據(jù)的排序結(jié)果也就會(huì)產(chǎn)生不同。

MySQL中的字符校驗(yàn)規(guī)則可以通過(guò)show collation；語(yǔ)法來(lái)查看，如下：

mysql--dba_admin@127.0.0.1:(none) 23:00:36>>show collation;+-----------------------+----------+-----+---------+----------+---------+| Collation | Charset | Id | Default | Compiled | Sortlen |+-----------------------+----------+-----+---------+----------+---------+| big5_chinese_ci | big5 | 1 | Yes | Yes | 1 || big5_bin | big5 | 84 | | Yes | 1 || dec8_swedish_ci | dec8 | 3 | Yes | Yes | 1 || dec8_bin | dec8 | 69 | | Yes | 1 |...........| koi8r_general_ci | koi8r | 7 | Yes | Yes | 1 || koi8r_bin | koi8r | 74 | | Yes | 1 || latin1_german1_ci | latin1 | 5 | | Yes | 1 || koi8u_general_ci | koi8u | 22 | Yes | Yes | 1 || utf8_general_ci | utf8 | 33 | Yes | Yes | 1 || utf8_bin | utf8 | 83 | | Yes | 1 || utf8_unicode_ci | utf8 | 192 | | Yes | 8 || utf8_icelandic_ci | utf8 | 193 | | Yes | 8 || utf8_latvian_ci | utf8 | 194 | | Yes | 8 || utf8_romanian_ci | utf8 | 195 | | Yes | 8 || utf8_slovenian_ci | utf8 | 196 | | Yes | 8 || utf8_polish_ci | utf8 | 197 | | Yes | 8 || utf8_estonian_ci | utf8 | 198 | | Yes | 8 |+-----------------------+----------+-----+---------+----------+---------+195 rows in set (0.00 sec)

我們可以看到，結(jié)果中一共有195中比較規(guī)則，其中，每種字符集都包含自己默認(rèn)的校驗(yàn)規(guī)則，我們簡(jiǎn)單解釋一條：utf8_polish_ci以波蘭語(yǔ)為規(guī)則進(jìn)行對(duì)比，這個(gè)校驗(yàn)規(guī)則由三個(gè)部分組成，比較規(guī)則名稱以與其關(guān)聯(lián)的字符集的名稱開(kāi)頭，utf8是指的是utf8字符集的比較規(guī)則，polish指的是波蘭語(yǔ)，_ci指的是不區(qū)分大小寫(xiě)。

針對(duì)最后面的后綴，我們可以總結(jié)如下：

_ai 不區(qū)分重音

_as 區(qū)分重音

_ci case insensitive(不敏感) 不區(qū)分大小寫(xiě)

_cs case sensitive(敏感) 區(qū)分大小寫(xiě)

_bin 二進(jìn)制

上面的結(jié)果中，我們還可以看到，一些校驗(yàn)規(guī)則的default列的值是yes，就代表這個(gè)校驗(yàn)規(guī)則是該字符集的默認(rèn)校驗(yàn)規(guī)則。

4 服務(wù)器上的字符集和比較規(guī)則

mysql提供了兩個(gè)系統(tǒng)變量來(lái)表示服務(wù)器級(jí)別的字符集和比較規(guī)則，一個(gè)是character_set_sever，另外一個(gè)是collation_server，我們可以查看它們的默認(rèn)值：

mysql--dba_admin@127.0.0.1:(none) 23:12:28>>show variables like ’character_set_server’ ;+----------------------+-------+| Variable_name | Value |+----------------------+-------+| character_set_server | utf8 |+----------------------+-------+1 row in set (0.00 sec)mysql--dba_admin@127.0.0.1:(none) 23:12:47>>show variables like ’collation_server’;+------------------+-----------------+| Variable_name | Value |+------------------+-----------------+| collation_server | utf8_general_ci |+------------------+-----------------+1 row in set (0.00 sec)mysql--dba_admin@127.0.0.1:(none) 23:12:57>>

在mysql中，字符集和校驗(yàn)規(guī)則分為4個(gè)級(jí)別，分別是服務(wù)器級(jí)別、數(shù)據(jù)庫(kù)級(jí)別、表級(jí)別以及字段級(jí)別，這里我們分別舉例子來(lái)看：

數(shù)據(jù)庫(kù)級(jí)別mysql 23:23:48>>create database yyz character set utf8 collate utf8_general_ci ;Query OK, 1 row affected (0.01 sec)表級(jí)別mysql 23:24:23>>create table yyz.yyz ( name varchar(10) ) charset gb2312 collate gb2312_chinese_ci;Query OK, 0 rows affected (0.04 sec)字段級(jí)別mysql 23:27:06>>mysql--dba_admin@127.0.0.1:(none) 23:27:06>>alter table yyz.yyz add num varchar(10) charset gbk collate gbk_chinese_ci;Query OK, 0 rows affected (0.11 sec)Records: 0 Duplicates: 0 Warnings: 0查看結(jié)果mysql 23:28:27>>show create table yyz.yyz;+-------+---------------------------------------------------------------------------------------------------------------------------------------------------+| Table | Create Table |+-------+---------------------------------------------------------------------------------------------------------------------------------------------------+| yyz | CREATE TABLE `yyz` ( `name` varchar(10) DEFAULT NULL, `num` varchar(10) CHARACTER SET gbk DEFAULT NULL) ENGINE=InnoDB DEFAULT CHARSET=gb2312 |+-------+---------------------------------------------------------------------------------------------------------------------------------------------------+1 row in set (0.00 sec)

由于字符集和比較規(guī)則是互相有聯(lián)系的，如果我們只修改了字符集，比較規(guī)則也會(huì)跟著變化，如果只修改了比較規(guī)則，字符集也會(huì)跟著變化，具體規(guī)則如下：

只修改字符集，則比較規(guī)則將變?yōu)樾薷暮蟮淖址J(rèn)的比較規(guī)則。只修改比較規(guī)則，則字符集將變?yōu)樾薷暮蟮谋容^規(guī)則對(duì)應(yīng)的字符集。

還有下面4條需要記?。?/b>