1幾種常見字符集

在MySQL中，最常見的字符集有ASCII字符集、latin字符集、GB2312字符集、GBK字符集、UTF8字符集等，下面我們簡單介紹下這些字符集：

ASCII字符集

這個字符集使用1個字節進行編碼，一個字節具有8位，總共可以保存128個字符，具體的對應關系如下：

latin字符集

latin字符集一共可以保存256個字符，相比ASCII碼，它又包含了128個西歐常用字符。

GB2312字符集

它包含了中文漢字、拉丁字符、希臘字符等，其中漢字占了大多數，有6763個，其他文字符號638個，而且它兼容ASCII字符。當對ASCII編碼的時候，它采用1個字節進行編碼，也就是128位，當對其他字符進行編碼的時候，它采用2個字節進行編碼?？梢岳斫馑且环N邊長編碼方式。

GBK字符集

該字符集是對GB2312字符集的一個擴充，它兼容GB2312字符集，一般采用兩個字節進行編碼。

UTF8字符集

它通常由1~4個字節來進行編碼，根據使用字節的不同，也可以分為UTF8和utf8mb4兩種，mb4的意思就是最多4個字節的意思，一般來講UTF8采用三個字節進行編碼，除此之外，還有utf16以及utf32，utf16使用2個或4個字節編碼一個字符，utf32使用4個字節編碼一個字符。

需要注意的是，一些emoji表情需要使用utf8mb4來表示。

2 mysql中支持的字符集

MySQL支持很多字符集，以我本地的字符集為例，使用show charset；命令查看當前服務器支持的字符集，結果如下：

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，當然，不同的版本這個數字還有一些出入。在這39中字符集里面，需要我們記住的主要有以下幾個：

+----------+-----------------------------+---------------------+--------+| 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 |+----------+-----------------------------+---------------------+--------+

這里，我們暫時只需要知道他們最大長度包含幾個字節就ok了。

3 校驗規則

字符集的校驗規則，指的是字符集比較大小的時候依據的準則，比如我們比較a和B的大小，如果不考慮大小寫，那么a<B，如果考慮大小寫，則a>B,也就是說，同一字符集，不同的比較規則，對某列數據的排序結果也就會產生不同。

MySQL中的字符校驗規則可以通過show collation；語法來查看，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)

我們可以看到，結果中一共有195中比較規則，其中，每種字符集都包含自己默認的校驗規則，我們簡單解釋一條：utf8_polish_ci以波蘭語為規則進行對比，這個校驗規則由三個部分組成，比較規則名稱以與其關聯的字符集的名稱開頭，utf8是指的是utf8字符集的比較規則，polish指的是波蘭語，_ci指的是不區分大小寫。

針對最后面的后綴，我們可以總結如下：

_ai 不區分重音

_as 區分重音

_ci case insensitive(不敏感) 不區分大小寫

_cs case sensitive(敏感) 區分大小寫

_bin 二進制

上面的結果中，我們還可以看到，一些校驗規則的default列的值是yes，就代表這個校驗規則是該字符集的默認校驗規則。

4 服務器上的字符集和比較規則

mysql提供了兩個系統變量來表示服務器級別的字符集和比較規則，一個是character_set_sever，另外一個是collation_server，我們可以查看它們的默認值：

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，字符集和校驗規則分為4個級別，分別是服務器級別、數據庫級別、表級別以及字段級別，這里我們分別舉例子來看：

數據庫級別mysql 23:23:48>>create database yyz character set utf8 collate utf8_general_ci ;Query OK, 1 row affected (0.01 sec)表級別mysql 23:24:23>>create table yyz.yyz ( name varchar(10) ) charset gb2312 collate gb2312_chinese_ci;Query OK, 0 rows affected (0.04 sec)字段級別mysql 23:27:06>>mysql--dba_admin@127.0.0.1:(none) 23:27:06>>alter table yyz.yyz add num varchar(10) charset gbk collate gbk_chinese_ci;Query OK, 0 rows affected (0.11 sec)Records: 0 Duplicates: 0 Warnings: 0查看結果mysql 23:28:27>>show create table yyz.yyz;+-------+---------------------------------------------------------------------------------------------------------------------------------------------------+| 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)

由于字符集和比較規則是互相有聯系的，如果我們只修改了字符集，比較規則也會跟著變化，如果只修改了比較規則，字符集也會跟著變化，具體規則如下：

只修改字符集，則比較規則將變為修改后的字符集默認的比較規則。只修改比較規則，則字符集將變為修改后的比較規則對應的字符集。

還有下面4條需要記?。?/b>