位置:海鸟网 > IT > mySQL >

深入Mysql字符集设置

  作者: laruence()

  本文地址:

  转载请注明出处

  根据Chaos Wang的PPT整理而成, 在此再次感谢Chaos Wang的此次TechTalk

  基本概念

  • 字符(Character)是指人类语言中最小的表义符号。例如’A'、’B'等;

  • 给定一系列字符,对每个字符赋予一个数值,用数值来代表对应的字符,这一数值就是字符的编码(Encoding)。例如,我们给字符’A'赋予数值0,给字符’B'赋予数值1,则0就是字符’A'的编码;

  • 给定一系列字符并赋予对应的编码后,所有这些字符和编码对组成的集合就是字符集(Character Set)。例如,给定字符列表为{‘A’,'B’}时,{‘A’=>0, ‘B’=>1}就是一个字符集;

  • 字符序(Collation)是指在同一字符集内字符之间的比较规则;

  • 确定字符序后,才能在一个字符集上定义什么是等价的字符,以及字符之间的大小关系;

  • 每个字符序唯一对应一种字符集,但一个字符集可以对应多种字符序,其中有一个是默认字符序(Default Collation);

  • MySQL中的字符序名称遵从命名惯例:以字符序对应的字符集名称开头;以_ci(表示大小写不敏感)、_cs(表示大小写敏感)或_bin(表示按编码值比较)结尾。例如:在字符序“utf8_general_ci”下,字符“a”和“A”是等价的;

  MySQL字符集设置

  • 系统变量:

  – character_set_server:默认的内部操作字符集

  – character_set_client:客户端来源数据使用的字符集

  – character_set_connection:连接层字符集

  – character_set_results:查询结果字符集

  – character_set_database:当前选中数据库的默认字符集

  – character_set_system:系统元数据(字段名等)字符集

  – 还有以collation_开头的同上面对应的变量,用来描述字符序。

  • 用introducer指定文本字符串的字符集:

  – 格式为:[_charset] ’string’ [COLLATE collation]

  – 例如:

  • SELECT _latin1 ’string’;

  • SELECT _utf8 ‘你好’ COLLATE utf8_general_ci;

  – 由introducer修饰的文本字符串在请求过程中不经过多余的转码,直接转换为内部字符集处理。

  MySQL中的字符集转换过程

  1. MySQL Server收到请求时将请求数据从character_set_client转换为character_set_connection;

  2. 进行内部操作前将请求数据从character_set_connection转换为内部操作字符集,其确定方法如下:

  • 使用每个数据字段的CHARACTER SET设定值;

  • 若上述值不存在,则使用对应数据表的DEFAULT CHARACTER SET设定值(MySQL扩展,非SQL标准);

  • 若上述值不存在,则使用对应数据库的DEFAULT CHARACTER SET设定值;

  • 若上述值不存在,则使用character_set_server设定值。

  3. 将操作结果从内部操作字符集转换为character_set_results。

  

 

  检测字符集问题的一些手段

  • SHOW CHARACTER SET;

  • SHOW COLLATION;

  • SHOW VARIABLES LIKE ‘character%’;

  • SHOW VARIABLES LIKE ‘collation%’;

  • SQL函数HEX、LENGTH、CHAR_LENGTH

  • SQL函数CHARSET、COLLATION

  使用MySQL字符集时的建议

  • 建立数据库/表和进行数据库操作时尽量显式指出使用的字符集,而不是依赖于MySQL的默认设置,否则MySQL升级时可能带来很大困扰;

  • 数据库和连接字符集都使用latin1时虽然大部分情况下都可以解决乱码问题,但缺点是无法以字符为单位来进行SQL操作,一般情况下将数据库和连接字符集都置为utf8是较好的选择;

  • 使用mysql C API时,初始化数据库句柄后马上用mysql_options设定MYSQL_SET_CHARSET_NAME属性为utf8,这样就不用显式地用 SET NAMES语句指定连接字符集,且用mysql_ping重连断开的长连接时也会把连接字符集重置为utf8;

  • 对于mysql PHP API,一般页面级的PHP程序总运行时间较短,在连接到数据库以后显式用SET NAMES语句设置一次连接字符集即可;但当使用长连接时,请注意保持连接通畅并在断开重连后用SET NAMES语句显式重置连接字符集。

  其他注意事项

  • my.cnf中的default_character_set设置只影响mysql命令连接服务器时的连接字符集,不会对使用libmysqlclient库的应用程序产生任何作用!

  • 对字段进行的SQL函数操作通常都是以内部操作字符集进行的,不受连接字符集设置的影响。

  • SQL语句中的裸字符串会受到连接字符集或introducer设置的影响,对于比较之类的操作可能产生完全不同的结果,需要小心!