当前位置：首页 > article >正文

MYSQL----------字符集

article 2025/1/7 9:40:18

MySQL 字符集概述

定义：字符集是一组字符的集合，每个字符都有一个唯一的编码，MySQL 中的字符集决定了如何存储和解释数据中的字符。它涉及到存储、检索和处理文本数据的方式，不同的字符集能够表示不同的语言和符号。
重要性：选择合适的字符集对于确保数据的正确存储和显示至关重要，特别是在处理多语言环境时，避免出现乱码和数据丢失问题。

Unicode 简述

概念：Unicode 是一种国际标准，旨在为世界上所有的字符提供一个唯一的标识符，无论语言或平台如何，都能保证字符的一致性。它涵盖了几乎所有的书写系统，包括各种语言、符号、表情符号等。
编码方式：常见的 Unicode 编码有 UTF-8、UTF-16 和 UTF-32。UTF-8 是一种可变长度的编码，使用 1 到 4 个字节表示一个字符，对于英文字符使用 1 个字节，而对于更复杂的字符（如汉字）使用更多字节，因此在存储和传输上具有较高的效率。

汉字及一些常见字符集

GBK：主要用于表示简体中文和繁体中文，是中国大陆常用的字符集，它是双字节编码，能很好地表示中文汉字。
BIG5：主要用于表示繁体中文，在台湾、香港等地区使用较多，也是双字节编码。
UTF-8：作为 Unicode 的一种实现方式，支持全球各种语言，是最通用的字符集，适合多语言环境，是网络和软件开发中最常用的字符集之一。

怎样选择合适的字符集

语言需求：
- 对于只处理英文数据，使用 latin1 可能足够，但对于多语言环境，尤其是涉及中文、日文、韩文等，建议使用 UTF-8。
- 如果是专门处理中文信息，在中国大陆可以考虑 GBK，在台湾或香港地区可以考虑 BIG5，但使用 UTF-8 可以避免不同中文编码之间的兼容性问题。
存储效率：
- 对于英文文本占多数的情况，latin1 可能在存储上更节省空间，因为它是单字节编码。但对于多语言环境，UTF-8 的可变长度特性在整体存储效率上可能更优，因为它只对复杂字符使用更多字节。

MySQL 支持的字符集简介

ASCII：基本的字符集，主要包含英文字母、数字和一些基本符号，是单字节编码。
latin1：也称为 ISO-8859-1，支持部分欧洲语言，与 ASCII 兼容，可表示 256 个字符。
UTF-8：如前所述，支持全球各种语言，是目前最常用的字符集，具有良好的兼容性和存储效率。
UTF-16 和 UTF-32：也是 Unicode 的编码方式，但 UTF-16 使用 2 个或 4 个字节表示字符，UTF-32 使用固定的 4 个字节表示字符，通常在某些特定的应用场景下使用。

MySQL 字符集设置

服务器字符集和校对规则：
- 服务器字符集决定了服务器的默认字符集和校对规则，可通过 my.cnf 配置文件设置，例如：
```
[mysqld]
character_set_server=utf8mb4
collation_server=utf8mb4_unicode_ci
```
- 其中 character_set_server 是服务器的字符集，collation_server 是校对规则，utf8mb4 是对 UTF-8 的扩展，能更好地支持补充字符，utf8mb4_unicode_ci 是一种不区分大小写的校对规则。
- 也可以在服务器启动时使用命令行参数设置，如：
```
mysqld --character-set-server=utf8mb4 --collation-server=utf8mb4_unicode_ci
```
数据库字符集和校对规则：
- 在创建数据库时，可以指定字符集和校对规则，例如：
```
CREATE DATABASE mydb CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
```
- 也可以修改数据库的字符集和校对规则：
```
ALTER DATABASE mydb CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
```

表字符集和校对规则：

创建表时指定字符集和校对规则：

CREATE TABLE mytable (
    id INT,
    name VARCHAR(50)
) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

修改表的字符集和校对规则：

ALTER TABLE mytable CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

列字符集和校对规则：

创建列时指定字符集和校对规则：

CREATE TABLE mytable (
    id INT,
    name VARCHAR(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci
);

修改列的字符集和校对规则：

ALTER TABLE mytable MODIFY name VARCHAR(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

连接字符集和校对规则：
- 可以在连接时设置字符集，例如在客户端连接时：
```
SET NAMES utf8mb4;
```
- 或者在连接字符串中设置，如 jdbc:mysql://localhost:3306/mydb?useUnicode=true&characterEncoding=utf8mb4（在 Java 的 JDBC 连接中）。

字符集的修改步骤

服务器级：
1. 编辑 my.cnf 文件，添加或修改 character_set_server 和 collation_server 的值。
2. 重启 MySQL 服务器使配置生效。
数据库级：
1. 使用 ALTER DATABASE 语句修改数据库的字符集和校对规则。
2. 对于已有的表和数据，需要进一步检查和修改表和列的字符集，以确保一致性。
表级：
1. 使用 ALTER TABLE 语句修改表的字符集和校对规则。
2. 对于表中的列，可能需要使用 ALTER TABLE 语句修改列的字符集和校对规则，确保数据存储和显示正确。
列级：
1. 使用 ALTER TABLE 语句修改列的字符集和校对规则，要注意数据的兼容性，避免数据丢失或乱码。

在修改字符集时，要考虑数据的兼容性和一致性，特别是对于已存储的数据，可能需要进行数据迁移或转换。同时，不同的字符集和校对规则会影响数据的排序、比较和搜索结果，因此要根据具体需求进行选择。例如，在对大小写不敏感的情况下，可以使用
_ci 结尾的校对规则（如 utf8mb4_unicode_ci），而在需要区分大小写的情况下，可以使用 _cs
结尾的校对规则。总之，选择合适的字符集对于 MySQL
数据库的正常运行和数据处理至关重要，需要综合考虑语言需求、存储效率、兼容性等因素，并确保字符集在服务器、数据库、表、列和连接中的一致性，以避免出现乱码和数据处理问题。

在这里插入图片描述