MySQL字符集或字符序

Posted 2020-12-24 青空如璃

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了MySQL字符集或字符序相关的知识，希望对你有一定的参考价值。

字符集基础

字符集：数据库中的字符集包含两层含义

各种文字和符号的集合，包括各国家文字，标点符号，图形符号，数字等。
字符的编码方式，即二进制数据与字符的映射规则；

字符集分类：

ASCII：美国信息互换标准编码；英语和其他西欧语言；单字节编码，7位（bits）表示一个字符，共128字符。
GBK：汉字内码扩展规范；中日韩汉字、英文、数字；双字节编码；共收录了21003个汉字，GB2312的扩展。
utf-8：Unicode标准的可变长度字符编码；Unicode标准（统一码），业界统一标准，包含世界上数十种文字的系统；utf-8使用一至4个字节为每一个字符编码。
其他常见字符集：utf-32，utf-16，big5(繁体字),latin1（）

mysql字符集：

查看字符集：

新增字符集：

在编译mysql时用--with-charset=gbk 来新增字符集

字符集与字符序（字符排序的规则）

charset 和 collation

字符集与字符序是一对多的关系，但一个字符集至少有一个字符序

collation：字符序，字符的排序与比较规则，每个字符集都有对应的多套字符序。

不同的字符序决定了字符串在比较排序中的精度和性能不同。

查看字符序

mysql> SHOW COLLATION ;

mysql的字符序遵从命名惯例：

以_ci（表示大小写不敏感）
以_cs（表示大小写敏感）
以_bin(表示用编码值进行比较)

字符集设置级别

charset 和 collation的设置级别：

服务器级>>数据库级>>表级>>列级

服务器级

系统变量（可动态设置）：

--character_set_server:默认的内部操作字符集

--character_set_system:系统元数据（字段，表名等）字符集

设置：

使用命令直接设置
配置文件中设置：mysqld,

数据库级（数据库中存储数据的默认字符集）

create database db_name character set latin1 collate latin1_swedish_ci;

-character_set_database:当前选中数据库的默认字符集

主要影响load data 等语句的默认字符集；create database的字符集如果不设置，默认使用character_set_server的字符集。

表级

mysql>create table tbl(...) default charset=utf-8 default collate=utf8_bin

数据存储字符集使用规则：

使用列集的character set 设定值
若列级字符集不存在，则使用对应表级的default character set 设定值；
若表级字符集不存在，则使用数据库级的default character set 设定值
若数据库字符集不存在，则使用服务器级character_set_server设定值

实践

查看字符集

show [global] variables like \'character%\'

show [global] variables like \'collation%\'

mysql> SHOW VARIABLES LIKE \'%CHARACTER%\';
+--------------------------+----------------------------+
| Variable_name            | Value                      |
+--------------------------+----------------------------+
| character_set_client     | utf8                       |
| character_set_connection | utf8                       |
| character_set_database   | latin1                     |
| character_set_filesystem | binary                     |
| character_set_results    | utf8                       |
| character_set_server     | latin1                     |
| character_set_system     | utf8                       |
| character_sets_dir       | /usr/share/mysql/charsets/ |
+--------------------------+----------------------------+
8 rows in set (0.00 sec)
 
mysql> SHOW VARIABLES LIKE \'%collation%\';
+----------------------+-------------------+
| Variable_name        | Value             |
+----------------------+-------------------+
| collation_connection | utf8_general_ci   |
| collation_database   | latin1_swedish_ci |
| collation_server     | latin1_swedish_ci |
+----------------------+-------------------+

修改字符集

修改服务器级字符集

set global character_set_server=utf8; (全局)

修改表级字符集

alter table tbl convert to character set XXX;(表)

mysql> alter table stu convert to character set utf8;

客户端连接与字符集

连接与字符集

-character_set_client:客户端来源数据使用的字符集（客户端程序发过来的SQL用什么来编码的）

-character_set_conection:连接层字符集（做中间层转换）

-character_set_results:查询结果字符集（返回给客户端程序用的字符集）

一般可以统一设置(推荐)：

msyql>set  names utf8;

也可以统一叫做连接字符集；

在配置文件中：

default-character-set = utf8

客户端连接字符集

常见乱码原因：

数据存储字符集不能正确编码（不支持）client发来的数据：client（utf8）->storage(latin1)
程序连接使用的字符集与通知mysql的character_set_client，character_set_conection，character_set_results 等不一致或不兼容。（告诉mysql：set names gbk ;程序连接使用的字符集一致）

1.甚至表本身utf8,而设置 set names gbk, 程序连接也使用 gbk;

此时向表中插入汉字，依然可以显示而并不乱码,因为虽然程序连接使用gbk编码，mysql内部会将gbk转换成utf8来显示；

2.表utf8,set names utf8,但是程序连接使用 gbk,此时向表中插入汉字，是乱码的。

load data 出现乱码：

aiapple@ubuntu:~$ file test.t
test.t: UTF-8 Unicode text
aiapple@ubuntu:~$ cat test.t
你好
 
mysql> show variables like \'%char%\';
+--------------------------+----------------------------+
| Variable_name            | Value                      |
+--------------------------+----------------------------+
| character_set_client     | utf8                         |
| character_set_connection | utf8                    |
| character_set_database   | gbk                   |
| character_set_filesystem | binary                   |
| character_set_results    | utf8                        |
| character_set_server     | utf8                        |
| character_set_system     | utf8                       |
| character_sets_dir       | /usr/share/mysql/charsets/ |
+--------------------------+----------------------------+
8 rows in set (0.00 sec)
 
mysql>load data infile \'/home/aiapple/test.t\' into table t;

此时会出现乱码，即告知数据库的character_set_database 的字符集与程序使用的文件test.t 不一样；

更改set character_set_database = utf8 则能正常显示；

这里与普通告知mysql字符集 set names xxx 区别开来，毕竟是导入表到一个数据库当中，应该使数据库的字符集与文件的字符集相同

客户端连接与字符集

使用建议：

创建数据库/表时显示的指定字符集，不使用默认
连接字符集与数据存储字符集设置一致，推荐使用utf8
驱动程序连接时显示指定字符集（set names xxx）

客户端的设置：

三要素：

１.程序驱动或客户端的字符集(在客户端设置)

２.告知mysql的字符集（set names xxx）

3.数据存储的字符集（表结构的字符集alter table tbl convert to character set xxx）

前两个必须一致才不会出现乱码，推荐三个都设置成一致

需求：在系统运行了一段时间，有了一定的数据，后发现字符集不能满足要求需要重新修改，又不想丢弃这段时间的数据。

alter database character set xxx 或者alter table tablename character set xxx；这两条命令只对想创建的表或者记录生效

方法：先将数据导出，经过适当的调整重新导入才可完成。

以下模拟的是将latin1字符集的数据库修改成GBK字符集的数据库的过程

1）导出表结构

mysqldump -uroot -p --default-character-set=gbk -d WY_yun >createtab.sq

--default-character-set表示设置以什么字符集连接；-d表示只导出表结构，不导出数据

2）手动修改creatatab.sql中表结构定义中的字符集为新的字符集

3）确保记录不在更新，导出所有记录

mysqldump -uroot -p --quick --no-create-info --extended-insert --default-character-set=latin1 WY_yun > data.sql

-quick：该选项用于转存储大的表。它强制mysqldump 从服务器一次一行地检索表中的行，而不是检索所有的行，并在输出前将它缓存到内存中。

--no-create-info：不写重新创建么个转存储表的create table 语句

--extended-insert：使用包括几个VALUES列表的多行insert语法。这样使转存储文件更小，重载文件时可以加速插入

--default-character-set=latin1:按照原有的字符集导出所有数据，这样导出的文件中，所有中文都是可见的，不会保存成乱码

4）修改数据的字符集为新字符集---打开data.sql，将set names latin1 修改成 set names gbk

5)使用新得字符集创建新的数据库

mysql> create database na default charset gbk;

6）将新字符集的表结构导入新库；创建表，执行createtab.sql

mysql -uroot -p na <createtab.sql

7) 将新字符集的数据文件导入新库；导入数据，执行data.sql

 mysql -uroot -p na < data.sql

似乎实验没有成功可以去提问？

总结

字符集与字符序是1:N
字符序是字符的排序与比较规则及字符的精度和性能；
表级别字符集修改：alter table stu convert to character set utf8;
三个连接相关字符集统一设置：set names utf8;
常见乱码原因
load数据时，因让数据库级别的字符集与文件相同；
三要素：
- 　　程序驱动或客户端的字符集(在客户端设置)
- 　　告知mysql的字符集（set names xxx）
- 　　数据存储的字符集（表结构的字符集alter table tbl convert to character set xxx）
运行一段时间后发现数据乱码，如何保存数据；

以上是关于MySQL字符集或字符序的主要内容，如果未能解决你的问题，请参考以下文章

Mysql字符集

MySQL中的字符集与字符序

NC41 最长无重复子数组/NC133链表的奇偶重排/NC116把数字翻译成字符串/NC135 股票交易的最大收益/NC126换钱的最少货币数/NC45实现二叉树先序，中序和后序遍历（递归）(代码片段

mysql字符编码以及字符序