序言

show character set;
--查看mysql支持的字符集，部分输出如下

show collation;
--查看mysql支持的collation

指定字符集与排序规则

服务器的字符集与排序规则

• character_set_server的默认值为utf8mb4

  show variables like 'character_set_server';
  --输出的Value列为utf8mb4
  

• 在my.ini中可以设置character_set_server的值：

  character-set-server=utf8;
  --在my.ini中添加上述行，重启服务，即可设置character_set_server的值
  

• 在运行过程中，可以更改character_set_server的值：

  set character_set_server = gbk;
  

• 如果未在create database语句中指定字符集和排序规则，则会将character_set_server和collation_server作为默认值

• 若只指定了字符集没有指定排序规则，则使用字符集对应的默认的排序规则

数据库的字符集与排序规则

• 可以在create database和alter database时指定字符集和排序规则

  create database d character set gbk collate gbk_bin;
  alter database d character set gb2312 collate gb2312_bin;
  
  use d;
  SELECT @@character_set_database, @@collation_database;
  --此sql语句用于输出当前数据库的字符集与排序规则
  

• 当前数据库的字符集和排序规则，可以通过查看character_set_database和collation_database来确定。若当前没有默认数据库，则character_set_database和collation_database与character_set_server和collation_server相同

  create database d0 character set gbk collate gbk_bin;
  create database d1 character set utf8 collate utf8_bin;
  
  use d0;
  show variables like 'character_set_database';
  --输出的character_set_database值为gbk
  
  use d1;
  show variables like 'character_set_database';
  --输出的character_set_database值为utf8
  

• 数据库的字符集和排序规则会产生以下影响：

  • create table未指定字符集和排序规则时，则采用数据库的字符集和排序规则

  • load data未指定字符集和排序规则，则使用数据库的字符集来解释文件中的信息

  • 创建的存储过程和函数未指定字符集和排序规则，则使用数据库的字符集和排序规则

    use d0; --create database d0 character set gbk collate gbk_bin;
    delimiter \
    
    create procedure p0(in str varchar(111))
    begin
            select charset(str);
    end\
    
    delimiter ;
    
    call p0("szn");
    --输出:gbk
    

    use d1; --database d1 character set utf8 collate utf8_bin;
    delimiter \
    
    create procedure p1(in str varchar(111))
    begin
            select charset(str);
    end\
    
    delimiter ;
    
    call p1("szn");
    --输出:utf8
    

    use d1; --database d1 character set utf8 collate utf8_bin;
    delimiter \
    
    create procedure p_set(in str varchar(111) character set gb2312)
    begin
            select charset(str);
    end\
    
    delimiter ;
    
    call p_set("szn");
    --输出:gb2312
    

表的字符集与排序规则

• 可以在create table和alter table时指定表的字符集和排序规则

  create table t0(name varchar(1024)) character set gbk collate gbk_bin;
  alter table t0 character set utf8;
  

• 若未指定表的字符集和排序规则，则使用对应数据库的字符集和排序规则

• 若表中的列未指定字符集和排序规则，则对应的列使用表的字符集和排序规则

列的字符集与排序规则

• 在create table和alter table时指定列的字符集和排序规则

  create table t2(name varchar(1024) character set gbk collate gbk_bin);
  alter table t2 modify column name varchar(1024) character set utf8 collate utf8_bin;
  

• 使用alter table将列的字符集进行更改时，若字符集不兼容，则可能会丢失数据

字符串字面量的字符集与排序规则

• 字符串字面量的默认字符集和排序规则由character_set_connection和collation_connection指定

• 字符串字面量可以设定字符集与排序规则：

  show variables like 'character_set_connection';
  --输出值:utf8
  
  set @b = "szn";
  select charset(@b);
  --输出值:utf8
  
  set @c = _gbk"哈" COLLATE gbk_bin;
  --字符串字面量前指定编码方式，这种方式称为介绍器(Character Set Introducers)
  
  select charset(@c);
  --输出值:gbk
  

• 字符串字面量指定字符集并不会更改其值，解析器最终仍按照character_set_connection进行处理

  set @c0 = _gbk"哈" COLLATE gbk_bin;
  set @c1 = _utf8"哈" COLLATE utf8_bin;
  select hex(@c0), hex(@c1);
  --两个输出均为"哈"的utf8编码 E59388
  

Character Set Introducers

• 字符串字面量，十六进制字面量，位字面量都有一个可选的字符集和排序规则设置，这称为介绍器

• 介绍器告诉解析器后面字符串使用的字符集，但是不会改变字符串的值

  set @s0 = _utf8 0xE59388;
  set @s1 = _gbk 0xB9FE;
  set @s2 = _gbk X'B9FE';
  set @s3 = _utf8 b'111001011001001110001000';
  set @s4 = _utf8 0b111001011001001110001000;
  select @s0, @s1, @s2, @s3, @s4;
  --输出:哈，哈，哈，哈, 哈
  

  SET @v1 = X'000D' | X'0BC0';
  --@V1是bigint类型
  
  SET @v2 = _binary X'000D' | X'0BC0';
  --@v2是字符串
  
  SELECT HEX(@v1), HEX(@v2);
  --输出:BCD, 0BCD
  
  select @v1 + 1, @v2 + 1, "0BCD" + "1";.
  --输出:3022, 1, 1
  

连接的字符集与排序规则

• 每个客户端的连接都有特定且可更改的字符集和排序规则

• 客户端发起sql查询，至结果返回到客户端：

  • character_set_client表明客户端发送过来的sql语句的字符集
  • 服务器将接收到的sql语句的字符集转换为character_set_connection
  • 服务器将sql的执行结果的字符集转换为character_set_results

• character_set_client不允许一些字符集设置：

  ucs2
  utf16
  utf16le
  utf32
  

• set character set会同时将character_set_client和character_set_results设定为给定值，并且将character_set_connection设置为character_set_database的值

  set character_set_client = ascii;
  set character_set_results = big5;
  set character_set_database = gb2312;
  set character_set_connection = gbk;
  
  set character set latin2;
  show variables like 'character%';
  

  Variable_name	Value
  character_set_client	latin2
  character_set_connection	gb2312
  character_set_database	gb2312
  character_set_results	latin2

• my.ini中添加default-character-set=latin2，重启服务，将会同时更改character_set_client,character_set_connection,character_set_results为latin2

• 可以在登录mysql时:mysql -u root -p --default-character-set=latin1

• set names gb2312;
  --等效于下面三句代码
  
  set character_set_client = gb2312;
  set character_set_results = gb2312;
  set character_set_connection = gb2312;
  

Unicode支持

​ The Unicode Standard includes characters from the Basic Multilingual(使用多种语言的) Plane (BMP) and supplementary(追加的) characters that lie outside the BMP.

​ BMP characters have these characteristics:

• Their code point values are between 0 and 65535 (or U+0000 and U+FFFF).
• They can be encoded in a variable-length encoding using 8, 16, or 24 bits (1 to 3 bytes).
• They can be encoded in a fixed-length encoding using 16 bits (2 bytes).
• They are sufficient(充分的) for almost all characters in major(主要的) languages.

​ Supplementary characters lie outside the BMP:

• Their code point values are between U+10000 and U+10FFFF).
• 占用的空间比BMP内的字符大，最多占用4字节

mysql支持的unicode：

• utf8当前是utf8mb3的别称，但是utf8mb3将在mysql将来的版本被删除。有时候utf8会变成utf8mb4的别称，所以为了避免模糊不清，请考虑使用utf8mb4

• 对于BMP字符，utf8mb4与utf8mb3具有相同编码值，占用的空间也相同。即utf8mb4是utf8mb3的超集

• 对于补充字符，utf8mb4需要四个字节来存储