再見亂碼：5分鐘讀懂MySQL字符集設置
一、內容概述
在MySQL的使用過程中，了解字符集、字元序的概念，以及不同設置對數據存儲、比較的影響非常重要。不少同學在日常工作中遇到的「亂碼」問題，很有可能就是因為對字符集與字元序的理解不到位、設置錯誤造成的。
本文由淺入深，分別介紹了如下內容：
字符集、字元序的基本概念及聯繫
MySQL支持的字符集、字元序設置級，各設置級別之間的聯繫
server、database、table、column級字符集、字元序的查看及設置
應該何時設置字符集、字元序
二、字符集、字元序的概念與聯繫
在數據的存儲上，MySQL提供了不同的字符集支持。而在數據的對比操作上，則提供了不同的字元序支持。
MySQL提供了不同級別的設置，包括server級、database級、table級、column級，可以提供非常精準的設置。
什麼是字符集、字元序？簡單的來說：
字符集（character set）：定義了字元以及字元的編碼。
字元序（collation）：定義了字元的比較規則。
舉個例子：
有四個字元：A、B、a、b，這四個字元的編碼分別是A = 0, B = 1, a = 2, b = 3。這裡的字元 + 編碼就構成了字符集（character set）。
如果我們想比較兩個字元的大小呢？比如A、B，或者a、b，最直觀的比較方式是採用它們的編碼，比如因為0
另外，對於A、a，雖然它們編碼不同，但我們覺得大小寫字元應該是相等的，也就是說 A == a。
這上面定義了兩條比較規則，這些比較規則的集合就是collation。
同樣是大寫字元、小寫字元，則比較他們的編碼大小；
如果兩個字元為大小寫關係，則它們相等。
三、MySQL支持的字符集、字元序
MySQL支持多種字符集 與 字元序。
一個字符集對應至少一種字元序（一般是1對多）。
兩個不同的字符集不能有相同的字元序。
每個字符集都有默認的字元序。
上面說的比較抽象，我們看下後面幾個小節就知道怎麼回事了。
1、查看支持的字符集
可以通過以下方式查看MYSQL支持的字符集。
方式一：
.
方式二：
.
當使用SHOW CHARACTER SET查看時，也可以加上WHERE或LIKE
限定條件。
例子一：使用WHERE限定條件。
.
例子二：使用LIKE限定條件。
.
2、查看支持的字元序
類似的，可以通過如下方式查看MYSQL支持的字元序。
方式一：通過SHOW COLLATION進行查看。可以看到，utf8字符集有超過10種字元序。通過Default的值是否為Yes，判斷是否默認的字元序。
.
方式二：查詢information_schema.COLLATIONS。
.
3、字元序的命名規範
字元序的命名，以其對應的字符集作為前綴，如下所示。比如字元序utf8_general_ci，標明它是字符集utf8的字元序。
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、字元序
用途：當你創建資料庫，且沒有指定字符集、字元序時，server字符集、server字元序就會作為該資料庫的默認字符集、排序規則。
如何指定：MySQL服務啟動時，可通過命令行參數指定。也可以通過配置文件的變數指定。
server默認字符集、字元序：在MySQL編譯的時候，通過編譯參數指定。character_set_server、collation_server分別對應server字符集、server字元序。
1、查看server字符集、字元序
分別對應character_set_server、collation_server兩個系統變數。
mysql> SHOW VARIABLES LIKE "character_set_server";mysql> SHOW VARIABLES LIKE "collation_server";
2、啟動服務時指定
可以在MySQL服務啟動時，指定server字符集、字元序。如不指定，默認的字元序分別為latin1、latin1_swedish_ci
mysqld --character-set-server=latin1 --collation-server=latin1_swedish_ci
單獨指定server字符集，此時，server字元序為latin1的默認字元序latin1_swedish_ci。
mysqld --character-set-server=latin1
3、配置文件指定
除了在命令行參數里指定，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_ciinit-connect="SET NAMES utf8"character-set-server = utf8
4、運行時修改
例子：運行時修改（重啟後會失效，如果想要重啟後保持不變，需要寫進配置文件里）
mysql> SET character_set_server = utf8 ;
5、編譯時指定默認字符集、字元序character_set_server、collation_server的默認值，可以在MySQL編譯時，通過編譯選項指定：
cmake . -DDEFAULT_CHARSET=latin1 -DDEFAULT_COLLATION=latin1_german1_ci
五、database的字符集、字元序
用途：指定資料庫級別的字符集、字元序。同一個MySQL服務下的資料庫，可以分別指定不同的字符集/字元序。
1、設置數據的字符集/字元序
可以在創建、修改資料庫的時候，通過CHARACTER SET、COLLATE指定資料庫的字符集、排序規則。
創建資料庫：
CREATE DATABASE db_name [[DEFAULT] CHARACTER SET charset_name] [[DEFAULT] COLLATE collation_name]
修改資料庫：
ALTER DATABASE db_name [[DEFAULT] CHARACTER SET charset_name] [[DEFAULT] COLLATE collation_name]
例子：創建資料庫test_schema，字符集設置為utf8，此時默認的排序規則為utf8_general_ci。
CREATE DATABASE `test_schema` DEFAULT CHARACTER SET utf8;
2、查看資料庫的字符集/字元序
有3種方式可以查看資料庫的字符集/字元序。
例子一：查看test_schema的字符集、排序規則。（需要切換默認資料庫）
mysql> use test_schema;Database changedmysql> 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：也可以通過下面命令查看test_schema
的字符集、資料庫（不需要切換默認資料庫）
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：也可以通過查看創建資料庫的語句，來查看字符集。。
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、字元序是怎麼確定的
創建資料庫時，指定了CHARACTER SET或COLLATE，則以對應的字符集、排序規則為準。
創建資料庫時，如果沒有指定字符集、排序規則，則以character_set_server、collation_server為準。
六、table的字符集、字元序
創建表、修改表的語法如下，可通過CHARACTER SET、COLLATE設置字符集、字元序。
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、創建table並指定字符集/字元序
例子如下，指定字符集為utf8，字元序則採用默認的。
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/字元序
同樣，有3種方式可以查看table的字符集/字元序。
方式一：通過SHOW TABLE STATUS查看table狀態，注意Collation為utf8_general_ci，對應的字符集為utf8。
MariaDB [blog]> SHOW TABLE STATUS FROM test_schema G;*************************** 1. row *************************** Name: test_table Engine: InnoDB Version: 10 Row_format: Compact Rows: 0Avg_row_length: 0 Data_length: 16384Max_data_length: 0 Index_length: 0 Data_free: 11534336Auto_increment: NULL Create_time: 2018-01-09 16:10:42 Update_time: NULL Check_time: NULL Collation: utf8_general_ci Checksum: NULLCreate_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：通過SHOW CREATE TABLE確認。
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、字元序如何確定
假設CHARACTER SET、COLLATE的值分別是charset_name、collation_name。如果創建table時：
明確了charset_name、collation_name，則採用charset_name、collation_name。
只明確了charset_name，但collation_name未明確，則字符集採用charset_name，字元序採用charset_name對應的默認字元序。
只明確了collation_name，但charset_name未明確，則字元序採用collation_name，字符集採用collation_name關聯的字符集。
charset_namecollation_name均未明確，則採用資料庫的字符集、字元序設置。
.
七、column的字符集、排序
類型為CHAR、VARCHAR、TEXT的列，可以指定字符集/字元序，語法如下：
col_name (col_length) [CHARACTER SET charset_name] [COLLATE collation_name]
1、新增column並指定字符集/排序規則
例子如下：（創建table類似）
mysql> ALTER TABLE test_table ADD COLUMN char_column VARCHAR(25) CHARACTER SET utf8;
2、查看column的字符集/字元序
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/排序規則確定
假設CHARACTER SET、COLLATE的值分別是charset_name、collation_name：
如果charset_name、collation_name均明確，則字符集、字元序以charset_name、collation_name為準。
只明確了charset_name，collation_name未明確，則字符集為charset_name，字元序為charset_name的默認字元序。
只明確了collation_name，charset_name未明確，則字元序為collation_name，字符集為collation_name關聯的字符集。
charset_name、collation_name均未明確，則以table的字符集、字元序為準。
八、選擇：何時設置字符集、字元序
一般來說，可以在三個地方進行配置：
創建資料庫的時候進行配置。
mysql server啟動的時候進行配置。
從源碼編譯mysql的時候，通過編譯參數進行配置
1、方式一：創建資料庫的時候進行配置
這種方式比較靈活，也比較保險，它不依賴於默認的字符集/字元序。當你創建資料庫的時候指定字符集/字元序，後續創建table、column的時候，如果不特殊指定，會繼承對應資料庫的字符集/字元序。
CREATE DATABASE mydb DEFAULT CHARACTER SET utf8 DEFAULT COLLATE utf8_general_ci;
2、方式二：mysql server啟動的時候進行配置
可以添加以下配置，這樣mysql server啟動的時候，會對character-set-server、collation-server進行配置。
當你通過mysql client創建database/table/column，且沒有顯示聲明字符集/字元序，那麼就會用character-set-server/collation-server作為默認的字符集/字元序。
另外，client、server連接時的字符集/字元序，還是需要通過SET NAMES進行設置。
[mysqld]character-set-server=utf8collation-server=utf8_general_ci
3、方式三：從源碼編譯mysql的時候，通過編譯參數進行設置
編譯的時候如果指定了-DDEFAULT_CHARSET和-DDEFAULT_COLLATION，那麼：
創建database、table時，會將其作為默認的字符集/字元序。
client連接server時，會將其作為默認的字符集/字元序。（不用單獨SET NAMES）
shell> cmake . -DDEFAULT_CHARSET=utf8 -DDEFAULT_COLLATION=utf8_general_ci
九、寫在後面
本文較為詳細地介紹了MySQL中字符集、字元序相關的內容，這部分內容主要針對的是數據的存儲與比較。其實還有很重要的一部分內容還沒涉及：針對連接的字符集、字元序設置。
由於連接的字符集、字元序設置不當導致的亂碼問題也非常多，這部分內容展開來講內容也不少，放在下一篇文章進行講解。
篇幅所限，有些內容沒有細講，感興趣的同學歡迎交流，或者查看官方文檔。如有錯漏，敬請指出。
TAG:java交流學習 |