MySql数据库系统字符集

た入场券 2022-12-06 15:23 128阅读 0赞

引用自：[https://www.cnblogs.com/chyingp/p/mysql-character-set-collation.html][https_www.cnblogs.com_chyingp_p_mysql-character-set-collation.html]

## 一、内容概述 ##

在MySQL的使用过程中，了解字符集、字符序的概念，以及不同设置对数据存储、比较的影响非常重要。不少同学在日常工作中遇到的“乱码”问题，很有可能就是因为对字符集与字符序的理解不到位、设置错误造成的。

本文由浅入深，分别介绍了如下内容：

1.  字符集、字符序的基本概念及联系
2.  MySQL支持的字符集、字符序设置级，各设置级别之间的联系
3.  server、database、table、column级字符集、字符序的查看及设置
4.  应该何时设置字符集、字符序

## 二、字符集、字符序的概念与联系 ##

在数据的存储上，MySQL提供了不同的字符集支持。而在数据的对比操作上，则提供了不同的字符序支持。

MySQL提供了不同级别的设置，包括server级、database级、table级、column级，可以提供非常精准的设置。

什么是字符集、字符序？简单的来说：

1.  字符集（character set）：定义了字符以及字符的编码。
2.  字符序（collation）：定义了字符的比较规则。

举个例子：

有四个字符：A、B、a、b，这四个字符的编码分别是A = 0, B = 1, a = 2, b = 3。这里的字符 + 编码就构成了字符集（character set）。

如果我们想比较两个字符的大小呢？比如A、B，或者a、b，最直观的比较方式是采用它们的编码，比如因为0 < 1，所以 A < B。

另外，对于A、a，虽然它们编码不同，但我们觉得大小写字符应该是相等的，也就是说 A == a。

这上面定义了两条比较规则，这些比较规则的集合就是collation。

1.  同样是大写字符、小写字符，则比较他们的编码大小；
2.  如果两个字符为大小写关系，则它们相等。

## 三、MySQL支持的字符集、字符序 ##

MySQL支持多种字符集 与 字符序。

1.  一个字符集对应至少一种字符序（一般是1对多）。
2.  两个不同的字符集不能有相同的字符序。
3.  每个字符集都有默认的字符序。

上面说的比较抽象，我们看下后面几个小节就知道怎么回事了。

### 1、查看支持的字符集 ###

可以通过以下方式查看MYSQL支持的字符集。

方式一：

方式二：

当使用`SHOW CHARACTER SET`查看时，也可以加上`WHERE`或`LIKE`限定条件。

例子一：使用`WHERE`限定条件。

例子二：使用`LIKE`限定条件。

### 2、查看支持的字符序 ###

类似的，可以通过如下方式查看MYSQL支持的字符序。

方式一：通过`SHOW COLLATION`进行查看。

可以看到，`utf8`字符集有超过10种字符序。通过`Default`的值是否为`Yes`，判断是否默认的字符序。

mysql> SHOW COLLATION WHERE Charset = 'utf8';
    +--------------------------+---------+-----+---------+----------+---------+
    | Collation                | Charset | Id  | Default | Compiled | Sortlen |
    +--------------------------+---------+-----+---------+----------+---------+
    | utf8_general_ci          | utf8    |  33 | Yes     | Yes      |       1 |
    | utf8_bin                 | utf8    |  83 |         | Yes      |       1 |
    ...略

方式二：查询`information_schema.COLLATIONS`。

mysql> USE information_schema;
    mysql> SELECT * FROM COLLATIONS WHERE CHARACTER_SET_NAME="utf8";
    +--------------------------+--------------------+-----+------------+-------------+---------+
    | COLLATION_NAME           | CHARACTER_SET_NAME | ID  | IS_DEFAULT | IS_COMPILED | SORTLEN |
    +--------------------------+--------------------+-----+------------+-------------+---------+
    | utf8_general_ci          | utf8               |  33 | Yes        | Yes         |       1 |
    | utf8_bin                 | utf8               |  83 |            | Yes         |       1 |
    | utf8_unicode_ci          | utf8               | 192 |            | Yes         |       8 |

### 3、字符序的命名规范 ###

字符序的命名，以其对应的字符集作为前缀，如下所示。比如字符序`utf8_general_ci`，标明它是字符集`utf8`的字符序。

更多规则可以参考 [官方文档][Link 1]。

## 四、server的字符集、字符序 ##

用途：当你创建数据库，且没有指定字符集、字符序时，server字符集、server字符序就会作为该数据库的默认字符集、排序规则。

如何指定：MySQL服务启动时，可通过命令行参数指定。也可以通过配置文件的变量指定。

server默认字符集、字符序：在MySQL编译的时候，通过编译参数指定。

`character_set_server`、`collation_server`分别对应server字符集、server字符序。

### 1、查看server字符集、字符序 ###

分别对应`character_set_server`、`collation_server`两个系统变量。

mysql> SHOW VARIABLES LIKE "character_set_server";
    mysql> SHOW VARIABLES LIKE "collation_server";

### 2、启动服务时指定 ###

可以在MySQL服务启动时，指定server字符集、字符序。如不指定，默认的字符序分别为`latin1`、`latin1_swedish_ci`

mysqld --character-set-server=latin1 \
           --collation-server=latin1_swedish_ci

单独指定server字符集，此时，server字符序为`latin1`的默认字符序`latin1_swedish_ci`。

mysqld --character-set-server=latin1

### 3、配置文件指定 ###

除了在命令行参数里指定，也可以在配置文件里指定，如下所示。

[client]
    default-character-set=utf8
    
    [mysql]
    default-character-set=utf8
    
    [mysqld]
    collation-server = utf8_unicode_ci
    init-connect='SET NAMES utf8'
    character-set-server = utf8

### 4、运行时修改 ###

例子：运行时修改（重启后会失效，如果想要重启后保持不变，需要写进配置文件里）

mysql> SET character_set_server = utf8 ;

### 5、编译时指定默认字符集、字符序 ###

`character_set_server`、`collation_server`的默认值，可以在MySQL编译时，通过编译选项指定：

cmake . -DDEFAULT_CHARSET=latin1 \
               -DDEFAULT_COLLATION=latin1_german1_ci

## 五、database的字符集、字符序 ##

用途：指定数据库级别的字符集、字符序。同一个MySQL服务下的数据库，可以分别指定不同的字符集/字符序。

### 1、设置数据的字符集/字符序 ###

可以在创建、修改数据库的时候，通过`CHARACTER SET`、`COLLATE`指定数据库的字符集、排序规则。

创建数据库：

CREATE DATABASE db_name
        [[DEFAULT] CHARACTER SET charset_name]
        [[DEFAULT] COLLATE collation_name]

修改数据库：

ALTER DATABASE db_name
        [[DEFAULT] CHARACTER SET charset_name]
        [[DEFAULT] COLLATE collation_name]

例子：创建数据库`test_schema`，字符集设置为`utf8`，此时默认的排序规则为`utf8_general_ci`。

CREATE DATABASE `test_schema` DEFAULT CHARACTER SET utf8;

### 2、查看数据库的字符集/字符序 ###

有3种方式可以查看数据库的字符集/字符序。

例子一：查看`test_schema`的字符集、排序规则。（需要切换默认数据库）

mysql> use test_schema;
    Database changed
    mysql> SELECT @@character_set_database, @@collation_database;
    +--------------------------+----------------------+
    | @@character_set_database | @@collation_database |
    +--------------------------+----------------------+
    | utf8                     | utf8_general_ci      |
    +--------------------------+----------------------+
    1 row in set (0.00 sec)

例子二：也可以通过下面命令查看`test_schema`的字符集、数据库（不需要切换默认数据库）

mysql> SELECT SCHEMA_NAME, DEFAULT_CHARACTER_SET_NAME, DEFAULT_COLLATION_NAME  FROM information_schema.SCHEMATA WHERE schema_name="test_schema";
    +-------------+----------------------------+------------------------+
    | SCHEMA_NAME | DEFAULT_CHARACTER_SET_NAME | DEFAULT_COLLATION_NAME |
    +-------------+----------------------------+------------------------+
    | test_schema | utf8                       | utf8_general_ci        |
    +-------------+----------------------------+------------------------+
    1 row in set (0.00 sec)

例子三：也可以通过查看创建数据库的语句，来查看字符集。

mysql> SHOW CREATE DATABASE test_schema;
    +-------------+----------------------------------------------------------------------+
    | Database    | Create Database                                                      |
    +-------------+----------------------------------------------------------------------+
    | test_schema | CREATE DATABASE `test_schema` /*!40100 DEFAULT CHARACTER SET utf8 */ |
    +-------------+----------------------------------------------------------------------+
    1 row in set (0.00 sec)

### 3、database字符集、字符序是怎么确定的 ###

*  创建数据库时，指定了`CHARACTER SET`或`COLLATE`，则以对应的字符集、排序规则为准。
 *  创建数据库时，如果没有指定字符集、排序规则，则以`character_set_server`、`collation_server`为准。

## 六、table的字符集、字符序 ##

创建表、修改表的语法如下，可通过`CHARACTER SET`、`COLLATE`设置字符集、字符序。

CREATE TABLE tbl_name (column_list)
        [[DEFAULT] CHARACTER SET charset_name]
        [COLLATE collation_name]]
    
    ALTER TABLE tbl_name
        [[DEFAULT] CHARACTER SET charset_name]
        [COLLATE collation_name]

### 1、创建table并指定字符集/字符序 ###

例子如下，指定字符集为`utf8`，字符序则采用默认的。

CREATE TABLE `test_schema`.`test_table` (
      `id` INT NOT NULL COMMENT '',
      PRIMARY KEY (`id`)  COMMENT '')
    DEFAULT CHARACTER SET = utf8;

### 2、查看table的字符集/字符序 ###

同样，有3种方式可以查看table的字符集/字符序。

方式一：通过`SHOW TABLE STATUS`查看table状态，注意`Collation`为`utf8_general_ci`，对应的字符集为`utf8`。

MariaDB [blog]> SHOW TABLE STATUS FROM test_schema \G;
    *************************** 1. row ***************************
               Name: test_table
             Engine: InnoDB
            Version: 10
         Row_format: Compact
               Rows: 0
     Avg_row_length: 0
        Data_length: 16384
    Max_data_length: 0
       Index_length: 0
          Data_free: 11534336
     Auto_increment: NULL
        Create_time: 2018-01-09 16:10:42
        Update_time: NULL
         Check_time: NULL
          Collation: utf8_general_ci
           Checksum: NULL
     Create_options: 
            Comment: 
    1 row in set (0.00 sec)

方式二：查看`information_schema.TABLES`的信息。

mysql> USE test_schema;
    mysql> SELECT TABLE_COLLATION FROM information_schema.TABLES WHERE TABLE_SCHEMA = "test_schema" AND TABLE_NAME = "test_table";
    +-----------------+
    | TABLE_COLLATION |
    +-----------------+
    | utf8_general_ci |
    +-----------------+

方式三：通过`SHOW CREATE TABLE`确认。

mysql> SHOW CREATE TABLE test_table;
    +------------+----------------------------------------------------------------------------------------------------------------+
    | Table      | Create Table                                                                                                   |
    +------------+----------------------------------------------------------------------------------------------------------------+
    | test_table | CREATE TABLE `test_table` (
      `id` int(11) NOT NULL,
      PRIMARY KEY (`id`)
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8 |
    +------------+----------------------------------------------------------------------------------------------------------------+
    1 row in set (0.00 sec)

### 3、table字符集、字符序如何确定 ###

假设`CHARACTER SET`、`COLLATE`的值分别是`charset_name`、`collation_name`。如果创建table时：

*  明确了`charset_name`、`collation_name`，则采用`charset_name`、`collation_name`。
 *  只明确了`charset_name`，但`collation_name`未明确，则字符集采用`charset_name`，字符序采用`charset_name`对应的默认字符序。
 *  只明确了`collation_name`，但`charset_name`未明确，则字符序采用`collation_name`，字符集采用`collation_name`关联的字符集。
 *  `charset_name`、`collation_name`均未明确，则采用数据库的字符集、字符序设置。

## 七、column的字符集、排序 ##

类型为CHAR、VARCHAR、TEXT的列，可以指定字符集/字符序，语法如下：

col_name {CHAR | VARCHAR | TEXT} (col_length)
        [CHARACTER SET charset_name]
        [COLLATE collation_name]

### 1、新增column并指定字符集/排序规则 ###

例子如下：（创建table类似）

mysql> ALTER TABLE test_table ADD COLUMN char_column VARCHAR(25) CHARACTER SET utf8;

### 2、查看column的字符集/字符序 ###

例子如下：

mysql> SELECT CHARACTER_SET_NAME, COLLATION_NAME FROM information_schema.COLUMNS WHERE TABLE_SCHEMA="test_schema" AND TABLE_NAME="test_table" AND COLUMN_NAME="char_column";
    +--------------------+-----------------+
    | CHARACTER_SET_NAME | COLLATION_NAME  |
    +--------------------+-----------------+
    | utf8               | utf8_general_ci |
    +--------------------+-----------------+
    1 row in set (0.00 sec)

### 3、column字符集/排序规则确定 ###

假设`CHARACTER SET`、`COLLATE`的值分别是`charset_name`、`collation_name`：

*  如果`charset_name`、`collation_name`均明确，则字符集、字符序以`charset_name`、`collation_name`为准。
 *  只明确了`charset_name`，`collation_name`未明确，则字符集为`charset_name`，字符序为`charset_name`的默认字符序。
 *  只明确了`collation_name`，`charset_name`未明确，则字符序为`collation_name`，字符集为`collation_name`关联的字符集。
 *  `charset_name`、`collation_name`均未明确，则以table的字符集、字符序为准。

## 八、选择：何时设置字符集、字符序 ##

一般来说，可以在三个地方进行配置：

1.  创建数据库的时候进行配置。
2.  mysql server启动的时候进行配置。
3.  从源码编译mysql的时候，通过编译参数进行配置

### 1、方式一：创建数据库的时候进行配置 ###

这种方式比较灵活，也比较保险，它不依赖于默认的字符集/字符序。当你创建数据库的时候指定字符集/字符序，后续创建table、column的时候，如果不特殊指定，会继承对应数据库的字符集/字符序。

CREATE DATABASE mydb
      DEFAULT CHARACTER SET utf8
      DEFAULT COLLATE utf8_general_ci;

### 2、方式二：mysql server启动的时候进行配置 ###

可以添加以下配置，这样mysql server启动的时候，会对character-set-server、collation-server进行配置。

当你通过mysql client创建database/table/column，且没有显示声明字符集/字符序，那么就会用character-set-server/collation-server作为默认的字符集/字符序。

另外，client、server连接时的字符集/字符序，还是需要通过SET NAMES进行设置。

[mysqld]
    character-set-server=utf8
    collation-server=utf8_general_ci

### 3、方式三：从源码编译mysql的时候，通过编译参数进行设置 ###

编译的时候如果指定了`-DDEFAULT_CHARSET`和`-DDEFAULT_COLLATION`，那么：

*  创建database、table时，会将其作为默认的字符集/字符序。
 *  client连接server时，会将其作为默认的字符集/字符序。（不用单独SET NAMES）

shell> cmake . -DDEFAULT_CHARSET=utf8 \
               -DDEFAULT_COLLATION=utf8_general_ci

## 九、写在后面 ##

本文较为详细地介绍了MySQL中字符集、字符序相关的内容，这部分内容主要针对的是数据的存储与比较。其实还有很重要的一部分内容还没涉及：针对连接的字符集、字符序设置。

由于连接的字符集、字符序设置不当导致的乱码问题也非常多，这部分内容展开来讲内容也不少，放在下一篇文章进行讲解。

篇幅所限，有些内容没有细讲，感兴趣的同学欢迎交流，或者查看官方文档。如有错漏，敬请指出。

[https_www.cnblogs.com_chyingp_p_mysql-character-set-collation.html]: https://www.cnblogs.com/chyingp/p/mysql-character-set-collation.html
[Link 1]: https://dev.mysql.com/doc/refman/5.7/en/charset-collation-names.html