详解mysql中的字符集和校验规则
1⼏种常见字符集
在MySQL中，最常见的字符集有ASCII字符集、latin字符集、GB2312字符集、GBK字符集、UTF8字符集等，下⾯我们简单介绍下这些字符集：
ASCII字符集
这个字符集使⽤1个字节进⾏编码，⼀个字节具有8位，总共可以保存128个字符，具体的对应关系如下：
latin字符集
latin字符集⼀共可以保存256个字符，相⽐ASCII码，它⼜包含了128个西欧常⽤字符。
GB2312字符集
它包含了中⽂汉字、拉丁字符、希腊字符等，其中汉字占了⼤多数，有6763个，其他⽂字符号638个，⽽且它兼容ASCII字符。当对ASCII编码的时候，它采⽤1个字节进⾏编码，也就是128位，当对其他字符进⾏编码的时候，它采⽤2个字节进⾏编码。可以理解它是⼀种边长编码⽅式。
GBK字符集
该字符集是对GB2312字符集的⼀个扩充，它兼容GB2312字符集，⼀般采⽤两个字节进⾏编码。
UTF8字符集
它通常由1~4个字节来进⾏编码，根据使⽤字节的不同，也可以分为UTF8和utf8mb4两种，mb4的意思就是最多4个字节的意思，⼀般来讲UTF8采⽤三个字节进⾏编码，除此之外，还有utf16以及utf32，utf16使⽤2个或4个字节编码⼀个字符，utf32使⽤4个字节编码⼀个字符。
需要注意的是，⼀些emoji表情需要使⽤utf8mb4来表⽰。
2 mysql中⽀持的字符集
MySQL⽀持很多字符集，以我本地的字符集为例，使⽤show charset；命令查看当前服务器⽀持的字符集，结果如下：mysql--dba_admin@127.0.0.1:(none) 22:46:48>>show charset;
+----------+-----------------------------+---------------------+--------+
| Charset | Description | Default collation | Maxlen |
+----------+-----------------------------+---------------------+--------+
| big5 | Big5 Traditional Chinese | big5_chinese_ci | 2 |
| dec8 | DEC West European | dec8_swedish_ci | 1 |
| cp850 | DOS West European | cp850_general_ci | 1 |
| hp8 | HP West European | hp8_english_ci | 1 |
| koi8r | KOI8-R Relcom Russian | koi8r_general_ci | 1 |
| latin1 | cp1252 West European | latin1_swedish_ci | 1 |
| latin2 | ISO 8859-2 Central European | latin2_general_ci | 1 |
| swe7 | 7bit Swedish | swe7_swedish_ci | 1 |
| ascii | US ASCII | ascii_general_ci | 1 |
| ujis | EUC-JP Japanese | ujis_japanese_ci | 3 |
| sjis | Shift-JIS Japanese | sjis_japanese_ci | 2 |
| hebrew | ISO 8859-8 Hebrew | hebrew_general_ci | 1 |
| tis620 | TIS620 Thai | tis620_thai_ci | 1 |
| euckr | EUC-KR Korean | euckr_korean_ci | 2 |
| koi8u | KOI8-U Ukrainian | koi8u_general_ci | 1 |
| gb2312 | GB2312 Simplified Chinese | gb2312_chinese_ci | 2 |
| greek | ISO 8859-7 Greek | greek_general_ci | 1 |
| cp1250 | Windows Central European | cp1250_general_ci | 1 |
| gbk | GBK Simplified Chinese | gbk_chinese_ci | 2 |
| latin5 | ISO 8859-9 Turkish | latin5_turkish_ci | 1 |
| armscii8 | ARMSCII-8 Armenian | armscii8_general_ci | 1 |
| utf8 | UTF-8 Unicode | utf8_general_ci | 3 |
| ucs2 | UCS-2 Unicode | ucs2_general_ci | 2 |
| cp866 | DOS Russian | cp866_general_ci | 1 |
| keybcs2 | DOS Kamenicky Czech-Slovak | keybcs2_general_ci | 1 |
| macce | Mac Central European | macce_general_ci | 1 |
| macroman | Mac West European | macroman_general_ci | 1 |
| cp852 | DOS Central European | cp852_general_ci | 1 |
| latin7 | ISO 8859-13 Baltic | latin7_general_ci | 1 |
| utf8mb4 | UTF-8 Unicode | utf8mb4_general_ci | 4 |
| cp1251 | Windows Cyrillic | cp1251_general_ci | 1 |
| utf16 | UTF-16 Unicode | utf16_general_ci | 4 |
| cp1256 | Windows Arabic | cp1256_general_ci | 1 |
| cp1257 | Windows Baltic | cp1257_general_ci | 1 |
| utf32 | UTF-32 Unicode | utf32_general_ci | 4 |
| binary | Binary pseudo charset | binary | 1 |
| geostd8 | GEOSTD8 Georgian | geostd8_general_ci | 1 |
| cp932 | SJIS for Windows Japanese | cp932_japanese_ci | 2 |
| eucjpms | UJIS for Windows Japanese | eucjpms_japanese_ci | 3 |
+----------+-----------------------------+---------------------+--------+
39 rows in set (0.00 sec)
可以看到，⼀共⽀持39中字符集，当然，不同的版本这个数字还有⼀些出⼊。在这39中字符集⾥⾯，需要我们记住的主要有以下⼏个：
+----------+-----------------------------+---------------------+--------+
| Charset | Description | Default collation | Maxlen |
+----------+-----------------------------+---------------------+--------+
| latin1 | cp1252 West European | latin1_swedish_ci | 1 |
| ascii | US ASCII | ascii_general_ci | 1 |
| gb2312 | GB2312 Simplified Chinese | gb2312_chinese_ci | 2 |
| gbk | GBK Simplified Chinese | gbk_chinese_ci | 2 |
| utf8 | UTF-8 Unicode | utf8_general_ci | 3 |
| utf8mb4 | UTF-8 Unicode | utf8mb4_general_ci | 4 |
+----------+-----------------------------+---------------------+--------+
这⾥，我们暂时只需要知道他们最⼤长度包含⼏个字节就ok了。
3 校验规则
字符集的校验规则，指的是字符集⽐较⼤⼩的时候依据的准则，⽐如我们⽐较a和B的⼤⼩，如果不考虑⼤⼩写，那么
a<B，如果考虑⼤⼩写，则a>B，也就是说，同⼀字符集，不同的⽐较规则，对某列数据的排序结果也就会产⽣不同。
MySQL中的字符校验规则可以通过show collation；语法来查看，如下：
mysql--dba_admin@127.0.0.1:(none) 23:00:36>>show collation;
+-----------------------+----------+-----+---------+----------+---------+
| Collation | Charset | Id | Default | Compiled | Sortlen |
+-----------------------+----------+-----+---------+----------+---------+
| big5_chinese_ci | big5 | 1 | Yes | Yes | 1 |
| big5_bin | big5 | 84 | | Yes | 1 |
| dec8_swedish_ci | dec8 | 3 | Yes | Yes | 1 |
| dec8_bin | dec8 | 69 | | Yes | 1 |
...........
| koi8r_general_ci | koi8r | 7 | Yes | Yes | 1 |
| koi8r_bin | koi8r | 74 | | Yes | 1 |
| latin1_german1_ci | latin1 | 5 | | Yes | 1 |
| koi8u_general_ci | koi8u | 22 | Yes | Yes | 1 |
| utf8_general_ci | utf8 | 33 | Yes | Yes | 1 |
| utf8_bin | utf8 | 83 | | Yes | 1 |
| utf8_unicode_ci | utf8 | 192 | | Yes | 8 |
| utf8_icelandic_ci | utf8 | 193 | | Yes | 8 |
| utf8_latvian_ci | utf8 | 194 | | Yes | 8 |
| utf8_romanian_ci | utf8 | 195 | | Yes | 8 |
| utf8_slovenian_ci | utf8 | 196 | | Yes | 8 |
| utf8_polish_ci | utf8 | 197 | | Yes | 8 |
| utf8_estonian_ci | utf8 | 198 | | Yes | 8 |
+-----------------------+----------+-----+---------+----------+---------+
195 rows in set (0.00 sec)
我们可以看到，结果中⼀共有195中⽐较规则，其中，每种字符集都包含⾃⼰默认的校验规则，我们简单解释⼀条：
utf8_polish_ci以波兰语为规则进⾏对⽐，这个校验规则由三个部分组成，⽐较规则名称以与其关联的字符集的名称开头，utf8是指的是utf8字符集的⽐较规则，polish指的是波兰语，_ci指的是不区分⼤⼩写。
针对最后⾯的后缀，我们可以总结如下：
_ai 不区分重⾳
_as 区分重⾳
_ci case insensitive(不敏感) 不区分⼤⼩写
_cs case sensitive(敏感) 区分⼤⼩写
_bin ⼆进制
上⾯的结果中，我们还可以看到，⼀些校验规则的default列的值是yes，就代表这个校验规则是该字符集的默认校验规则。
4 服务器上的字符集和⽐较规则
mysql提供了两个系统变量来表⽰服务器级别的字符集和⽐较规则，⼀个是character_set_sever，另外⼀个是
collation_server，我们可以查看它们的默认值：
mysql--dba_admin@127.0.0.1:(none) 23:12:28>>show variables like 'character_set_server' ;
+----------------------+-------+
| Variable_name | Value |
+----------------------+-------+
| character_set_server | utf8 |
+----------------------+-------+
1 row in set (0.00 sec)
mysql--dba_admin@127.0.0.1:(none) 23:12:47>>show variables like 'collation_server';
+------------------+-----------------+
| Variable_name | Value |
+------------------+-----------------+
| collation_server | utf8_general_ci |
+------------------+-----------------+
1 row in set (0.00 sec)
mysql--dba_admin@127.0.0.1:(none) 23:12:57>>
在mysql中，字符集和校验规则分为4个级别，分别是服务器级别、数据库级别、表级别以及字段级别，这⾥我们分别举例⼦来看：
数据库级别
mysql 23:23:48>>create database yyz character set utf8 collate utf8_general_ci ;
Query OK, 1 row affected (0.01 sec)
表级别
mysql 23:24:23>>create ( name varchar(10) ) charset gb2312 collate gb2312_chinese_ci;
Query OK, 0 rows affected (0.04 sec)
字段级别
mysql 23:27:06>>
mysql--dba_admin@127.0.0.1:(none) 23:27:06>>alter add num varchar(10) charset gbk collate gbk_chinese_ci;
Query OK, 0 rows affected (0.11 sec)
Records: 0 Duplicates: 0 Warnings: 0
字符串长度规则查看结果
mysql 23:28:27>>show create ;
+-------+---------------------------------------------------------------------------------------------------------------------------------------------------+
| Table | Create Table |
+-------+---------------------------------------------------------------------------------------------------------------------------------------------------+
| yyz | CREATE TABLE `yyz` (
`name` varchar(10) DEFAULT NULL,
`num` varchar(10) CHARACTER SET gbk DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=gb2312 |
+-------+---------------------------------------------------------------------------------------------------------------------------------------------------+
1 row in set (0.00 sec)
由于字符集和⽐较规则是互相有联系的，如果我们只修改了字符集，⽐较规则也会跟着变化，如果只修改了⽐较规则，字符集也会跟着变化，具体规则如下：
只修改字符集，则⽐较规则将变为修改后的字符集默认的⽐较规则。
只修改⽐较规则，则字符集将变为修改后的⽐较规则对应的字符集。
还有下⾯4条需要记住：
对于数据库来说，如果创建和修改数据库的语句中没有致命字符集和⽐较规则，将使⽤服务器级别的字符集和⽐较规则作为数据库的字符集和⽐较规则
对于某个表来说，如果创建和修改表的语句中没有指明字符集和⽐较规则，将使⽤该表所在数据库的字符集和⽐较规则作为该表的字符集和⽐较规则；
对于某个列来说，如果在创建和修改的语句中没有指明字符集和⽐较规则，将使⽤该列所在表的字符集和⽐较规则作为该列的字符集和⽐较规则。
对于存储字符串的列，同⼀个表中的不同的列也可以有不同的字符集和⽐较规则
以上就是详解mysql中的字符集和校验规则的详细内容，更多关于mysql中的字符集和校验规则的资料请关注其它相关⽂章！
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论