MySql笔记-基础篇-编码解码与乱码

Posted 2021-05-27 luffysk

1.编码、解码与乱码的由来

编码

计算机系统的本质是一堆的0和1组成的，计算机也只认识0和1。在计算机内部，0代表开关断开，即低电压状态，1代表开关闭合，即高电压状态， 通过高低电压的变化表示01的变化。

计算机只能识别0和1，但是人却可以识别非常多的信息，那么如何使用计算机来帮助人类工作呢？
人们给计算机中的状态赋予了特定的含义，比如1和0代表两种状态，那么两位的1和0就可以代表4中状态，以此类推，假如我想表示东南西北，那么在计算机中可以使用00表示东、01表示南、10表示西，11表示北。经过这样规定以后这两位数值就有了具体的含义

汉字	二进制
东	00
南	01
西	10
北	11

这张表就被称为编码表，当我们需要给计算机输入东时，只要传给它00就默认代表了东
目前世界上有很多的编码表，其中以utf-8最为常用，因为它几乎包含了世界上绝大部分的字符

解码

编码是将人类语言转换为计算机语言，而解码则是将计算机语言再转化为人类语言
还是以东南西北为例，如果计算机输出了01，那么对照着码表就能得到南这个汉字，这个过程就称为解码

乱码

因为码表是人为规定的，每个人、每个组织、每个国家都可以规定自己的码表，但是想要和别人正常的交流就必须让其他人使用和你相同的码表，目前有很多码表，比如ascii、utf-8，gbk等，如果编码过程和解码过程使用不同的码表时就会出现乱码

因此只要保证编码和解码使用相同的码表就不会出现乱码的情况

2.mysql中请求的处理过程

客户端发起请求

mysql是典型的CS架构，一条sql首先由客户端发给服务端，服务端处理后将结果返回给客户端，客户端再将结果展示在屏幕上
假设使用cmd窗口作为客户端，通过chcp查看客户端的编码

其中936代表了gbk编码，因此使用cmd窗口发出的命令都是使用gbk编码之后的二进制位
使用cmd登录mysql，发送查询sql，此条sql将被gbk码表编码，然后将编码后的01字符串发送给服务端，即占用3306端口的mysqld进程

服务端接收请求

当请求发送至服务端后，服务端首先做的是通过变量character_set_client设置的值将字符串解码，然后进行后续操作

此处显示此变量值为gbk，因此用此码表解码不会出现乱码情况

再次进行编码

经过上步解码后，服务端又会将字符串使用character_set_client变量的值进行编码

由图可知此编码使用的依旧为gbk码表

将编码后的数据传给下一步进行处理

返回结果

将请求发给下一步后，会根据查询的表或字段设置的编码将请求解码，然后查询数据，最后将结果数据通过character_set_result进行编码

由图可知返回的数据经过了gbk码表编码

客户端展示

服务端将结果数据返回给客户端，客户端再次使用它的编码将返回的数据解码，由前图可知cmd客户端使用的是gbk码表

至此整个查询过程就结束了，中间经过了多次的编解码操作，为了保证查询的数据不产生乱码，只需要将此过程中涉及的多个变量都设置为统一的编码即可

3.总结图