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:
字符集,字符序的基本概念及联系
MySQL 支持的字符集,字符序设置级,各设置级别之间的联系
server,database,table,column 级字符集,字符序的查看及设置
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:
字符集(character set):定义了字符以及字符的编码.
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.
同样是大写字符,小写字符,则比较他们的编码大小;
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.
一个字符集对应至少一种字符序(一般是 1 对多).
两个不同的字符集不能有相同的字符序.
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:
mysql> SHOW CHARACTER SET;
+----------+-----------------------------+---------------------+--------+
| Charset | Description | Default collation | Maxlen |
+----------+-----------------------------+---------------------+--------+
| big5 | Big5 Traditional Chinese | big5_chinese_ci | 2 |
| dec8 | DEC West European | dec8_swedish_ci | 1 |
...省略
方式二:
mysql> use information_schema;
mysql> select * from CHARACTER_SETS;
+--------------------+----------------------+-----------------------------+--------+
| CHARACTER_SET_NAME | DEFAULT_COLLATE_NAME | DESCRIPTION | MAXLEN |
+--------------------+----------------------+-----------------------------+--------+
| big5 | big5_chinese_ci | Big5 Traditional Chinese | 2 |
| dec8 | dec8_swedish_ci | DEC West European | 1 |
...省略
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.
mysql> SHOW CHARACTER SET WHERE Charset="utf8";
+---------+---------------+-------------------+--------+
| Charset | Description | Default collation | Maxlen |
+---------+---------------+-------------------+--------+
| utf8 | UTF-8 Unicode | utf8_general_ci | 3 |
+---------+---------------+-------------------+--------+
1 row in set (0.00 sec)
例子二:使用 LIKE 限定条件.
mysql> SHOW CHARACTER SET LIKE "utf8%";
+---------+---------------+--------------------+--------+
| Charset | Description | Default collation | Maxlen |
+---------+---------------+--------------------+--------+
| utf8 | UTF-8 Unicode | utf8_general_ci | 3 |
| utf8mb4 | UTF-8 Unicode | utf8mb4_general_ci | 4 |
+---------+---------------+--------------------+--------+
2 rows in set (0.00 sec)
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 .
MariaDB [information_schema]> SELECT CHARACTER_SET_NAME, COLLATION_NAME FROM COLLATIONS WHERE CHARACTER_SET_NAME="utf8" limit 2;
+--------------------+-----------------+
| CHARACTER_SET_NAME | COLLATION_NAME |
+--------------------+-----------------+
| utf8 | utf8_general_ci |
| utf8 | utf8_bin |
+--------------------+-----------------+
2 rows in set (0.00 sec)
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:
创建数据库的时候进行配置.
mysql server 启动的时候进行配置.
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.
十,相关链接
10.1 Character Set Support
https://dev.mysql.com/doc/refman/5.7/en/charset.html
来源: https://yq.aliyun.com/articles/346795