字符集和比较规则

Posted 2021-12-11 hangzhi

字符集

字符集指的是某个字符范围的编码规则

• ASCII（128个）：1个字节进行编码，包含空格，标点符号，数字，大小写字母，一些不可见字符

• ISO 8859-1/latin1（256个）：1个字节进行编码，ASCII基础上扩充了128个西欧常见字符

• GB2312（6762个）：因兼容ASCII字符集，所以在ASCII内的1个字节进行编码，反之2个字节；包含6763个汉字，682个拉丁字母，希腊字母，日本平假名/片假名，俄语西里尔字母

• GBK：对GB2312进行扩充

• Unicode

  • UTF8：收录所有字符，兼容ASCII，采用变长编码，编码一个字符需要1-4个字节。
  • UTF16：编码一个字符需要2-4个字节
  • UTF32：编码一个字符需要4个字节

mysql支持的字符集

• utf8mb3：阉割过的utf8字符集，编码一个字符需要1-3个字节
• utf8mb4：真正的utf8字符集，编码一个字符需要1-4个字节

因为一个字符所用的最大字节长度会影响数据库的存储和性能，所有一般我们都使用的1-3个字节表示字符。但如果有存储emoji等使用4个字节来编码一个字符的情况，可使用utf8mb4

可通过命令show charset;查看当前数据库支持的字符集，及其默认比较规则default_collection和最大长度max_len。

MySQL中字符集和比较规则有四种级别：

服务器级别：可在配置文件中更改

查看字符集：SHOW VARIABLES LIKE ‘character_set_server‘; ? 查看比较规则：SHOW VARIABLES LIKE ‘collation_server‘;

数据库级别：建库时不指定默认使用服务器级别配置，建后不可更改。

查看字符集：SHOW VARIABLES LIKE ‘character_set_database‘;

查看比较规则：SHOW VARIABLES LIKE ‘collation_database‘;

表级别：建表时不指定默认使用数据库级别配置，建后不可更改。

列级别：建列时不指定默认使用表级别配置，可通过alter修改。

客户端与服务器请求过程中涉及三个系统变量，影响客户端请求内容和服务器返回结果的字符集转换。如果这三个系统变量不一致，将影响请求结果与我们期望的不一致。

系统变量	描述
character_set_client	服务器解码请求时使用的字符集
character_set_connection	服务器处理请求时会把请求字符串从character_set_client转为character_set_connection
character_set_results	服务器向客户端返回数据时使用的字符集

可通过SET NAMES 字符集名;同时更改这三个变量，等同于SET character_set_client = 字符集名; SET character_set_connection = 字符集名;SET character_set_results = 字符集名;

或者希望在客户端启动时设置成一样的，可在配置文件中写为default-character-set=utf8

比较规则的应用

比较规则的作用体现在字符串大小的表达式，对某个字符串的排列（order by）

注：来自MySQL是怎样运行的读书笔记