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、字符序的概念，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符序的理解不到位、設置錯誤造成的。

本文由淺入深，分別介紹了如下內容：

1. 字符集、字符序的基本概念及聯系
   

2. MySQL支持的字符集、字符序設置級，各設置級別之間的聯系
   

3. server、database、table、column級字符集、字符序的查看及設置
   

4. 應該何時設置字符集、字符序
   

二、字符集、字符序的概念與聯系

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，則提供了不同的字符序支持。

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。

什么是字符集、字符序？簡單的來說：

1. 字符集（character set）：定義了字符以及字符的編碼。

2. 字符序（collation）：定義了字符的比較規則。

舉個例子：

有四個字符：A、B、a、b，這四個字符的編碼分別是A = 0, B = 1, a = 2, b = 3。這里的字符 + 編碼就構成了字符集（character set）。

如果我們想比較兩個字符的大小呢？比如A、B，或者a、b，最直觀的比較方式是采用它們的編碼，比如因為0 < 1，所以 A < B。

另外，對于A、a，雖然它們編碼不同，但我們覺得大小寫字符應該是相等的，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。

1. 同樣是大寫字符、小寫字符，則比較他們的編碼大��；

2. 如果兩個字符為大小寫關系，則它們相等。
   

三、MySQL支持的字符集、字符序

MySQL支持多種字符集 與 字符序。

1. 一個字符集對應至少一種字符序（一般是1對多）。

2. 兩個不同的字符集不能有相同的字符序。

3. 每個字符集都有默認的字符序。

上面說的比較抽象，我們看下后面幾個小節就知道怎么回事了。

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：

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

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。

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限定條件。

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

類似的，可以通過如下方式查看MYSQL支持的字符序。

方式一：通過SHOW COLLATION進行查看。

可以看到，utf8字符集有超過10種字符序。通過Default的值是否為Yes，判斷是否默認的字符序。

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：查詢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、字符序的命名規范

字符序的命名，以其對應的字符集作為前綴，如下所示。比如字符序utf8_general_ci，標明它是字符集utf8的字符序。

更多規則可以參考 官方文檔。

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：當你創建數據庫，且沒有指定字符集、字符序時，server字符集、server字符序就會作為該數據庫的默認字符集、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量指定。

server默認字符集、字符序：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字符序。

1、查看server字符集、字符序

分別對應character_set_server、collation_server兩個系統變量。

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、字符序。如不指定，默認的字符序分別為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字符序為latin1的默認字符序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_ci
init-connect='SET NAMES utf8'
character-set-server = utf8

4、運行時修改

例子：運行時修改（重啟后會失效，如果想要重啟后保持不變，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、字符序

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、字符序

用途：指定數據庫級別的字符集、字符序。同一個MySQL服務下的數據庫，可以分別指定不同的字符集/字符序。

1、設置數據的字符集/字符序

可以在創建、修改數據庫的時候，通過CHARACTER SET、COLLATE指定數據庫的字符集、排序規則。

創建數據庫：

CREATE DATABASE db_name
 [[DEFAULT] CHARACTER SET charset_name]
 [[DEFAULT] COLLATE collation_name]

修改數據庫：

ALTER DATABASE db_name
 [[DEFAULT] CHARACTER SET charset_name]
 [[DEFAULT] COLLATE collation_name]

例子：創建數據庫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、查看數據庫的字符集/字符序

有3種方式可以查看數據庫的字符集/字符序。

例子一：查看test_schema的字符集、排序規則。（需要切換默認數據庫）

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：也可以通過下面命令查看test_schema的字符集、數據庫（不需要切換默認數據庫）

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數據庫的語句，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、字符序是怎么確定的

創建數據庫時，指定了CHARACTER SET或COLLATE，則以對應的字符集、排序規則為準。
創建數據庫時，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、字符序

創建表、修改表的語法如下，可通過CHARACTER SET、COLLATE設置字符集、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、創建table并指定字符集/字符序

例子如下，指定字符集為utf8，字符序則采用默認的。

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/字符序

同樣，有3種方式可以查看table的字符集/字符序。

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: 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、字符序如何確定

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，則采用charset_name、collation_name。
只明確了charset_name，但collation_name未明確，則字符集采用charset_name，字符序采用charset_name對應的默認字符序。

只明確了collation_name，但charset_name未明確，則字符序采用collation_name，字符集采用collation_name關聯的字符集。

charset_name、collation_name均未明確，則采用數據庫的字符集、字符序設置。

七、column的字符集、排序

類型為CHAR、VARCHAR、TEXT的列，可以指定字符集/字符序，語法如下：

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、字符序以charset_name、collation_name為準。

只明確了charset_name，collation_name未明確，則字符集為charset_name，字符序為charset_name的默認字符序。

只明確了collation_name，charset_name未明確，則字符序為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、字符序為準。

八、選擇：何時設置字符集、字符序

一般來說，可以在三個地方進行配置：

創建數據庫的時候進行配置。

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：創建數據庫的時候進行配置

這種方式比較靈活，也比較保險，它不依賴于默認的字符集/字符序。當你創建數據庫的時候指定字符集/字符序，后續創建table、column的時候，如果不特殊指定，會繼承對應數據庫的字符集/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/字符序，那么就會用character-set-server/collation-server作為默認的字符集/字符序。

另外，client、server連接時的字符集/字符序，還是需要通過SET NAMES進行設置。

[mysqld]
character-set-server=utf8
collation-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，那么：

創建database、table時，會將其作為默認的字符集/字符序。

client連接server時，會將其作為默認的字符集/字符序。（不用單獨SET NAMES）

shell> cmake . -DDEFAULT_CHARSET=utf8 \
  -DDEFAULT_COLLATION=utf8_general_ci

九、寫在后面

本文較為詳細地介紹了MySQL中字符集、字符序相關的內容，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、字符序設置。

由于連接的字符集、字符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。

相關推薦：

MySQL字符集和校對順序簡介

關于MySQL字符集問題詳解（圖）

mysql字符集和校對規則(Mysql校對集)

以上就是5分鐘讀懂MySQL字符集設置的詳細內容，更多請關注php中文網其它相關文章！