问题是这样的： 一张test的表，字符集采用的latin1。 select to_id from test where to_id='cn象_王'; +---------------+ | to_id | +---------------+ | cn陶_陶 | | cn象_王 | +---------------+ 2 rows in set (0.00 sec) 取cn象
问题是这样的： 一张test的表，字符集采用的latin1。 select to_id from test where to_id='cn象_王'; +---------------+ | to_id | +---------------+ | cn陶_陶 | | cn象_王 | +---------------+ 2 rows in set (0.00 sec) 取cn象_王的数据,居然把cn陶_陶的数据也取回来了。 这显然是不允许的。 查看它们的编码： (root@im_offlog1a)[test]> select hex('cn陶_陶'); +----------------+ | hex('cn陶_陶') | +----------------+ | 636ECCD55FCCD5 | +----------------+ 1 row in set (0.00 sec) (root@im_offlog1a)[test]> select hex('cn象_王'); +----------------+ | hex('cn象_王') | +----------------+ | 636ECFF35FCDF5 | +----------------+ 1 row in set (0.00 sec) 编码的确是不一样的，但是为什么mysql会认为这两条记录是一样的呢？ 一开始我们就把问题定位于collation引起的问题。 show variables查看 | collation_connection | latin1_swedish_ci | collation_database | latin1_swedish_ci | collation_server | latin1_swedish_ci 手工把这些参数修改为latin1_bin，结果居然一样。这下感觉真是奇怪了。 这里先解释一下mysql collation的命名规则： 它们以其相关的字符集名开始，通常包括一个语言名，并且以_ci（大小写不敏感）、_cs（大小写敏感）或_bin（二元）结束 比如latin1字符集有以下几种校正规则： 校对规则 含义 latin1_german1_ci 德国DIN-1 latin1_swedish_ci 瑞典/芬兰 latin1_danish_ci 丹麦/挪威 latin1_german2_ci 德国 DIN-2 latin1_bin 符合latin1编码的二进制 latin1_general_ci 多种语言(西欧) latin1_general_cs 多种语言(西欧ISO),大小写敏感 latin1_spanish_ci 现代西班牙 最后我们将表格重建，手工指定表格级别的collation为latin1_bin。 这个问题就得到了解决。 那么问题又来了，为什么我前面手工测试latin1_bin时不生效呢？ 原来MySQL按照下面的方式选择表字符集和 校对规则： 如果指定了CHARACTER SET X和COLLATE Y，那么采用CHARACTER SET X和COLLATE Y。 如果指定了CHARACTER SET X而没有指定COLLATE Y，那么采用CHARACTER SET X和CHARACTER SET X的默认校对规则。 否则，采用服务器字符集和服务器校对规则。 而我们在建表的时候指定了character set，所以它永远是采用对应的默认的校对规则。 当然我们其实也没必要重建表格，只需要alter table db_allot CONVERT TO CHARACTER SET latin1 COLLATE latin1_bin这样转换即可。 另外建议collation都尽量采用字符集相应的bin类型的校对规则，这样不容易出错。 再说说我自己的体会 觉得 character set latin1 collate latin1_bin 就是老版的 VARCHAR BINARY 的改进，只是新版的先用 character set 定字符集，再用此字符集名字加 _bin 定校对规则为二进制的，从而确保中文查询正确。 再测试了一下，把此字段属性改为不带 BINARY 的 ALTER TABLE `comment_content_1_01` CHANGE `thread` `thread` VARCHAR( 50 ) DEFAULT NULL 然后再看表结构确实变成 `thread` varchar(50) default NULL, 即不带 character set latin1 collate latin1_bin 了，可见character set latin1 collate latin1_bin 就是老版的 VARCHAR BINARY 的改进。 此外还读到更方便的做法，不用逐个改字段属性，而只要表格级别的collation为latin1_bin就行了。 测试： alter table comment_content_1_01 CONVERT TO CHARACTER SET latin1 COLLATE latin1_bin 后， 再导出表结构 CREATE TABLE comment_content_1_01 ( content_id int(11) NOT NULL auto_increment, thread varchar(50) collate latin1_bin default NULL, uname varchar(100) collate latin1_bin default NULL, nick varchar(100) collate latin1_bin default NULL, uid int(11) unsigned default NULL, content text collate latin1_bin, post_time datetime default NULL, post_ip int(10) unsigned default NULL, `status` enum('unaudit','normal','deleted') collate latin1_bin NOT NULL default 'unaudit', PRIMARY KEY (content_id) ) ENGINE=MyISAM DEFAULT CHARSET=latin1 COLLATE=latin1_bin; 即便原来没定各字段的 collate，现在也全都是 collate latin1_bin 了。
