MySQL字符集详解 | 您所在的位置:网站首页 › mysql连接字符集 › MySQL字符集详解 |
一、字符集和校验规则 字符集是一套符合和编码,校验规则(collation)是在字符集内用于比较字符的一套规则,即字符集的排序规则。MySQL可以使用对种字符集和检验规则来组织字符。 MySQL服务器可以支持多种字符集,在同一台服务器,同一个数据库,甚至同一个表的不同字段都可以指定使用不同的字符集,相比oracle等其他数据库管理系统,在同一个数据库只能使用相同的字符集,MySQL明显存在更大的灵活性。 每种字符集都可能有多种校对规则,并且都有一个默认的校对规则,并且每个校对规则只是针对某个字符集,和其他的字符集么有关系。 在MySQL中,字符集的概念和编码方案被看做是同义词,一个字符集是一个转换表和一个编码方案的组合。 Unicode(Universal Code)是一种在计算机上使用的字符编码。Unicode 是为了解决传统的字符编码方案的局限而产生的,它为每种语言中的每个字符设定了统一并且唯一的二进制编码,以满足跨语言、跨平台进行文本转换、处理的要求。Unicode存在不同的编码方案,包括Utf-8,Utf-16和Utf-32。Utf表示Unicode Transformation Format。 二、查看mysql字符集方法 1、查看mysql服务器支持的字符集mysql> show character set; mysql> select * from information_schema.character_sets; mysql> select character_set_name, default_collate_name, description, maxlen from information_schema.character_sets; 2、查看字符集的校对规则mysql> show collation; mysql> show collation like 'utf8'; mysql> select * from information_schema.collations where collation_name like 'utf8%'; 3、查看当前数据库的字符集mysql> show variables like 'character%'; +--------------------------+----------------------------------+ | Variable_name | Value | +--------------------------+----------------------------------+ | character_set_client | utf8 | | character_set_connection | utf8 | | character_set_database | latin1 | | character_set_filesystem | utf8 | | character_set_results | utf8 | | character_set_server | utf8 | | character_set_system | utf8 | | character_sets_dir | /usr/local/mysql/share/charsets/ | +--------------------------+----------------------------------+ 8 rows in set (0.00 sec) 名词解释: character_set_client:客户端请求数据的字符集 character_set_connection:客户机/服务器连接的字符集 character_set_database:默认数据库的字符集,无论默认数据库如何改变,都是这个字符集;如果没有默认数据库,那就使用 character_set_server指定的字符集,这个变量建议由系统自己管理,不要人为定义。 character_set_filesystem:把os上文件名转化成此字符集,即把 character_set_client转换character_set_filesystem, 默认binary是不做任何转换的 character_set_results:结果集,返回给客户端的字符集 character_set_server:数据库服务器的默认字符集 character_set_system:系统字符集,这个值总是utf8,不需要设置。这个字符集用于数据库对象(如表和列)的名字,也用于存储在目录表中的函数的名字。 4、查看当前数据库的校对规则mysql> show variables like 'collation%'; +----------------------+-------------------+ | Variable_name | Value | +----------------------+-------------------+ | collation_connection | utf8_general_ci | | collation_database | latin1_swedish_ci | | collation_server | utf8_general_ci | +----------------------+-------------------+ 3 rows in set (0.01 sec) 名词解释: collation_connection 当前连接的字符集。collation_database 当前日期的默认校对。每次用USE语句来“跳转”到另一个数据库的时候,这个变量的值就会改变。如果没有当前数据库,这个变量的值就是collation_server变量的值。collation_server 服务器的默认校对。 排序方式的命名规则为:字符集名字_语言_后缀,其中各个典型后缀的含义如下:1)_ci:不区分大小写的排序方式2)_cs:区分大小写的排序方式3)_bin:二进制排序方式,大小比较将根据字符编码,不涉及人类语言,因此_bin的排序方式不包含人类语言 三、MySQL字符集的设置 1、概述MySQL字符集设置分为两类: 1)创建对象的默认值。 2)控制server和client端交互通信的配置。 1、创建对象的默认值字符集合校对规则有4个级别的默认设置: 1)服务器级别; 2)数据库级别; 3)表级别、列级别; 4)连接级别。 更低级别的设置会集成高级别的设置。 这里有一个通用的规则:先为服务器或者数据库选择一个合理的字符集,然后根据不同的实际情况,让某个列选择自己的字符集。 2、控制server和client端交互通信的配置大部分MySQL客户端都不具备同时支持多种字符集的能力,每次都只能使用一种字符集。 客户和服务器之间的字符集转换工作是由如下几个MySQL系统变量控制的。 1)character_set_server:mysql server默认字符集。 2)character_set_database:数据库默认字符集。 3)character_set_client:MySQL server假定客户端发送的查询使用的字符集。 4)character_set_connection:MySQL Server接收客户端发布的查询请求后,将其转换为character_set_connection变量指定的字符集。 5)character_set_results:mysql server把结果集和错误信息转换为character_set_results指定的字符集,并发送给客户端。 6)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。 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! 3、默认情况下字符集选择规则(1)编译MySQL 时,指定了一个默认的字符集,这个字符集是 latin1;(2)安装MySQL 时,可以在配置文件 (my.cnf) 中指定一个默认的的字符集,如果没指定,这个值继承自编译时指定的;(3)启动mysqld 时,可以在命令行参数中指定一个默认的的字符集,如果没指定,这个值继承自配置文件中的配置,此时character_set_server被设定为这个默认的字符集;(4)当创建一个新的数据库时,除非明确指定,这个数据库的字符集被缺省设定为character_set_server;(5)当选定了一个数据库时,character_set_database被设定为这个数据库默认的字符集;(6)在这个数据库里创建一张表时,表默认的字符集被设定为character_set_database,也就是这个数据库默认的字符集;(7)当在表内设置一栏时,除非明确指定,否则此栏缺省的字符集就是表默认的字符集; 2、分述 2.1、为列分配字符集属于同一个表的不同列可以有不同的字符集,如果没有为一个列显示的定义字符集就使用默认字符集。创建一个表的时候,若显示的为列指定字符集,则字符集作为数据类型选项包含在其中,要放在数据类型后面及空指定和主键前面。 例如: create table column_charset( c1 char(10) character set utf8 not null, c2 char(10) char set utf8, c3 varchar(10) charset utf8, c4 varchar(10)) engine=innodb; 注意:character set可以简写为char set和charset 使用show create table table_name;命令查看column_charset建表语句: mysql> show create table column_charset\G; *************************** 1. row *************************** Table: column_charset Create Table: CREATE TABLE `column_charset` ( `c1` char(10) CHARACTER SET utf8 NOT NULL, `c2` char(10) CHARACTER SET utf8 DEFAULT NULL, `c3` varchar(10) CHARACTER SET utf8 DEFAULT NULL, `c4` varchar(10) DEFAULT NULL ) ENGINE=InnoDB DEFAULT CHARSET=latin1 1 row in set (0.01 sec) ERROR: No query specified 插入数据,感受一下效果: mysql> insert into column_charset(c1,c2,c3,c4) value("图灵","图灵","图灵","chavin"); Query OK, 1 row affected (0.01 sec) mysql> select * from column_charset; +--------+--------+--------+--------+ | c1 | c2 | c3 | c4 | +--------+--------+--------+--------+ | 图灵 | 图灵 | 图灵 | chavin | +--------+--------+--------+--------+ 1 row in set (0.00 sec) 2.2、为表分配字符集create table table_charset( c1 varchar(10), c2 varchar(10))engine=innodb default 注意:为表指定字符集可以使用以下几种方式: default charset=utf8; charset=utf8; default character set=utf8; character set=utf8; default char set=utf8; char set=utf8; 检查建表语句: mysql> show create table table_charset\G; *************************** 1. row *************************** Table: table_charset Create Table: CREATE TABLE `table_charset` ( `c1` varchar(10) DEFAULT NULL, `c2` varchar(10) DEFAULT NULL ) ENGINE=InnoDB DEFAULT CHARSET=utf8 1 row in set (0.00 sec) 测试: mysql> insert into table_charset(c1,c2) values('图灵','图灵'); Query OK, 1 row affected (0.01 sec) mysql> select * from table_charset; +--------+--------+ | c1 | c2 | +--------+--------+ | 图灵 | 图灵 | +--------+--------+ 1 row in set (0.00 sec) 2.3、为数据库指定字符集创建的每个数据库都有一个默认字符集,如果没有指定,就用latin1。 create database dbking charset=utf8; 注意:创建数据库分配字符集可以采用以下几种子句: charset=utf8; default charset=utf8; charset utf8; default charset utf8; char set=utf8; default char set=utf8; char set utf8; default char set utf8; character set=utf8; default character set=utf8; character set utf8; default character set utf8; 使用show create database db_name;命令查看数据库创建语句: mysql> show create database dbking; +----------+-----------------------------------------------------------------+ | Database | Create Database | +----------+-----------------------------------------------------------------+ | dbking | CREATE DATABASE `dbking` /*!40100 DEFAULT CHARACTER SET utf8 */ | +----------+-----------------------------------------------------------------+ 1 row in set (0.00 sec) 2.4、为列分配校对规则每个列都应该有一个校对,如果没有显示指定,MySQL就使用属于该字符集的默认校对。如果指定了一个字符集和一个校对,字符集应该放在前面。 create table column_collate( c1 varchar(10) charset utf8 collate utf8_romanian_ci not null, c2 varchar(10) charset utf8 collate utf8_spanish_ci)engine=innodb; 查看表的校验规则信息: mysql> select table_name,column_name,collation_name from information_schema.columns where table_name='column_collate'; +----------------+-------------+------------------+ | table_name | column_name | collation_name | +----------------+-------------+------------------+ | column_collate | c1 | utf8_romanian_ci | | column_collate | c2 | utf8_spanish_ci | +----------------+-------------+------------------+ 2 rows in set (0.04 sec) 注意:字符集和校对在处理字符表达式的过程中扮演着重要角色。我们不能比较两个属于不同校对的不同字符值。例如: mysql> insert into column_collate(c1,c2) values('A','A'); Query OK, 1 row affected (0.22 sec) mysql> select * from column_collate; +----+------+ | c1 | c2 | +----+------+ | A | A | +----+------+ 1 row in set (0.00 sec) mysql> select * from column_collate where c1=c2; ERROR 1267 (HY000): Illegal mix of collations (utf8_romanian_ci,IMPLICIT) and (utf8_spanish_ci,IMPLICIT) for operation '=' 2.5、为表指定校对规则create table table_collate( c1 varchar(10), c2 varchar(10))engine=innodb default charset utf8 collate utf8_romanian_ci; 检查表的校对规则: mysql> select table_name,column_name,collation_name from information_schema.columns where table_name='table_collate'; +---------------+-------------+------------------+ | table_name | column_name | collation_name | +---------------+-------------+------------------+ | table_collate | c1 | utf8_romanian_ci | | table_collate | c2 | utf8_romanian_ci | +---------------+-------------+------------------+ 2 rows in set (0.00 sec) 2.6、为数据库指定校对规则create database dbking102 default charset utf8 collate utf8_romanian_ci; 查看数据库定义语句: mysql> show create database dbking102\G; *************************** 1. row *************************** Database: dbking102 Create Database: CREATE DATABASE `dbking102` /*!40100 DEFAULT CHARACTER SET utf8 COLLATE utf8_romanian_ci */ 1 row in set (0.00 sec) 2.7、字符直接量字符集如果没有显示指定,那么字符直接量的字符集就是数据库的默认字符集。如果要显示分配另一个字符集,需要把字符集的名字放在直接量前面,并且要在字符集前面加上下划线。 mysql> select _utf8'语言 Language 言語 язык'; +---------------------------------+ | 语言 Language 言語 язык | +---------------------------------+ | 语言 Language 言語 язык | +---------------------------------+ 2.8、修改和设置MySQL服务器级别字符集MySQL服务器支持众多不同的字符集,这类字符集可在编译时和运行时指定。 1) 编译时指定编译时可指定默认字符集和默认校对规则,要想同时更改默认字符集和校对规则,要同时使用--with-charset和--with-collation选项。校对规则必须是字符集的合法校对规则。 ./configure -- with-charset=CHARSET --with-collation=COLLATION 通过configure选项--with-extra-charsets=LIST,可以定义在服务器中再定义增加字符集。LIST 指下面任何一项: a.空格间隔的一系列字符集名 b.complex -,以包括不能动态装载的所有字符集 c.all –,以将所有字符集包括进二进制 ./configure -- with-charset=CHARSET --with-collation=COLLATION --with-extra-charsets=all 2) 在参数文件my.cnf中指定[mysqld] character_set_server=utf8 --影响参数:character_set_server 和 character_set_database --注意:修改后要重启数据库才能生效。 [client] default-character-set=utf8 --影响参数:character_set_client,character_set_connection 和character_set_results。 --注意:修改后无需重启数据库。3) 在启动参数前指定 ./mysqld --character-set-server=utf8 & --影响参数:character_set_server 和 character_set_database4)在mysql客户端登陆时通过--default-character-set指定 mysql -uroot -pmysql --default-character-set=utf8 --影响参数:set character_set_client,set character_set_connection,set character_set_results。 5)临时指定a)分别指定 mysql> SET character_set_client = utf8; mysql> SET character_set_connection = utf8; mysql> SET character_set_database = utf8; mysql> SET character_set_results = utf8; mysql> SET character_set_server = utf8; b)mysql客户端使用:set names utf8; 等同于 set character_set_client=utf8; set character_set_connection=utf8; set character_set_results=utf8; c)set character set utf8; 等同于 set character_set_client=utf8; set character_set_results=utf8; set collation_connection=@@collation_database; 3、总结下面介绍下几个MYSQL命令:1)show character set;或show char set;查看数据库支持的所有字符集 2)status;或\s;查看当前状态 里面包括当然的字符集设置 3)show variables like 'char%';查看系统字符集设置,包括所有的字符集设置 4)show table status from sqlstudy like '%countries%';查看sqlstudy数据库中表的字符集设置 5)show full columns from countries;查看表列的字符集设置,关键是在同一个表中,每列可以设置成不同的字符集知道怎么查看字符集了,下面我来说下如何设置这些字符集 1.修改服务器级 a. 临时更改: mysql>SET GLOBAL character_set_server=utf8; b. 永久更改:修改my.cnf文件 [mysqld] character-set-server=utf8 2.修改数据库级 a. 临时更改: mysql>SET GLOBAL character_set_database=utf8; b. 永久更改:改了服务器级就可以了 3.修改表级 mysql>ALTER TABLE table_name DEFAULT CHARSET utf8;更改了后永久生效 4.修改列级修改示例: mysql>alter table `products` change `products_model` `products_model` varchar( 20 ) character set utf8 collate utf8_general_ci null default null;更改了后永久生效 5.更改连接字符集 a. 临时更改: mysql> set names utf8; b. 永久更改:修改my.cnf文件在[client]中增加: default-character-set=utf8执行SQL语句时信息的路径是这样的信息输入路径:client→connection→server;信息输出路径:server→connection→results. 四、MySQL数据库中字符集转换流程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。 下图源自于《高性能MySQL》中关于字符集转换的图解: 1、产生乱码的根本原因 1)客户机没有正确地设置client字符集,导致原先的SQL语句被转换成connection所指字符集,而这种转换,是会丢失信息的,如果client是utf8格式,那么如果转换成gb2312格式,这其中必定会丢失信息,反之则不会丢失。一定要保证connection的字符集大于client字符集才能保证转换不丢失信息。 2)数据库字体没有设置正确,如果数据库字体设置不正确,那么connection字符集转换成database字符集照样丢失编码,原因跟上面一样。 2、乱码或数据丢失character_set_client:我们要告诉服务器,我给你发送的数据是什么编码? character_set_connection:告诉字符集转换器,转换成什么编码? character_set_results:查询的结果用什么编码?如果以上三者都为字符集N,可简写为set names 'N'; 2.1 乱码问题模拟情景1: 向默认字符集为utf8的数据表插入utf8编码的数据前连接字符集设置为latin1,查询时设置连接字符集为utf8。 插入时根据MySQL服务器的默认设置,character_set_client、character_set_connection和character_set_results均为latin1;插入操作的数据将经过latin1=>latin1=>utf8的字符集转换过程,这一过程中每个插入的汉字都会从原始的3个字节变成6个字节保存;查询时的结果将经过utf8=>utf8的字符集转换过程,将保存的6个字节原封不动返回,产生乱码…… 例如: mysql> set names latin1; mysql> create table temp(name varchar(10)) charset utf8; mysql> insert into temp values('中国'); mysql> select * from temp; +--------+ | name | +--------+ | 中国 | +--------+ mysql> set names utf8; mysql> select * from temp; +---------------+ | name | +---------------+ | ä¸å›½ | +---------------+ 注意:存储字符集编码比插入时字符集大时,如果原封不动返回数据会出现乱码,不过可通过修改查询字符集,避免乱码,即不会丢失数据。 2.2 数据丢失问题模拟情景1: 向默认字符集为latin1的数据表插入utf8编码的数据前设置了连接字符集为utf8插入时根据连接字符集设置,character_set_client、character_set_connection和character_set_results均为utf8;插入数据将经过utf8=>utf8=>latin1的字符集转换,若原始数据中含有\u0000~\u00ff范围以外的Unicode字 符,会因为无法在latin1字符集中表示而被转换为“?”(0×3F)符号,以后查询时不管连接字符集设置如何都无法恢复其内容了。 例如: mysql> set names utf8; mysql> create table temp(name varchar(10)) charset latin1; mysql> insert into temp values('中国'); mysql> select * from temp; +------+ | name | +------+ | ?? | +------+ mysql> set names latin1; mysql> select * from temp; +------+ | name | +------+ | ?? | +------+ 数据不完整了,且无法恢复。 3、 乱码终极解决方案1)首先要明确你的客户端时候何种编码格式,这是最重要的(IE6一般用utf8,命令行一般是gbk,一般程序是gb2312) 2)确保你的数据库使用utf8格式,很简单,所有编码通吃。 3)一定要保证connection字符集大于等于client字符集,不然就会信息丢失,比如: latin1 < gb2312 < gbk < utf8,若设置set character_set_client = gb2312,那么至少connection的字符集要大于等于gb2312,否则就会丢失信息 4)以上三步做正确的话,那么所有中文都被正确地转换成utf8格式存储进了数据库,为了适应不同的浏览器,不同的客户端,你可以修改character_set_results来以不同的编码显示中文字体,由于utf8是大方向,因此web应用是我还是倾向于使用utf8格式显示中文的。
|
CopyRight 2018-2019 实验室设备网 版权所有 |