MySQL字符集utf8和utf8的关系

数据运维 2023-04-29 泡泡 手机阅读

什么是字符集(character set) 字符的二进制编码方式 二进制编码到一套字符的映射 二进制-编码-字符 校对规则(collation) 在字符集内用于比较字符的一套规则 ASCII码 1个字节由8个二进制位组

    <h3>什么是字符集(character set)</h3>
字符的二进制编码方式 二进制编码到一套字符的映射 二进制->编码->字符

校对规则(collation)

在字符集内用于比较字符的一套规则

ASCII码

1个字节由8个二进制位组成 1个字节可表示256种不同的状态（256个不同符号） ASCII码规定了128个字符（英文字符和一些标点符号）的编码

Unicode国际化支持

世界上存在多种编码方式，同一个二进制数字被解释成了不同的符号 现存 编码 不能在多语言环境中使用，诞生了Unicode(统一码) 一个字符的Unicode编码是确定的 Unicode编码实现方式各不相同 Unicode的实现方式称为Unicode转化格式(UTF)

UTF-8

UTF-8是Unicode的实现方式之一 其它实现方式还有UTF-16, UTF-32 变长编码，一个符号使用1~4个字节表示 utf8是MySQL存储Unicode数据的一种可选方法

utf8

MySQL中实现了UTF-8编码的unicode 字符集 MySQL中utf8是utf8mb3的别名 utf8中，一个符号使用1~3个节点表示 对UTF-8支持不彻底，可采用utf8mb4字符集

utf8与utf8mb4的关系

都是实现了UTF-8编码的unicode 字符集 utf8仅支持基本多语言平面Basic Multilingual Plane (BMP) utf8mb4支持BMP之外的补充字符（如emoji，emoji 是一种特殊的 Unicode 编码） utf8 一个字符最多使用3个字节存储，utf8mb4 一个字符最多使用4个字节存储 对于BMP字符，utf8和utf8mb4具有相同的编码，相同的长度 对于非BMP字符，utf8mb4使用4个字节来存储，utf8不能存储非BMP字符 innodb中默认最大可对767个字节建立索引 使用utf8 的列最多可对255个字符建立索引 使用utf8mb4 的列最多可对191个字符建立索引

超集

字符集A,B ，B支持的所有字符A都支持,A 是B超集 比如 GBK字符集是GB2312字符集的超集，它们又都是ASCII字符集的超集 utf8mb4是utf8的超集

字符集设置

set names x 等价于

set character_set_client=x; set character_set_connection=x; set character_set_results=x;

--default-character-set 用户连接时设置字符集 等价于

set character_set_client=x; set character_set_connection=x; set character_set_result=x;init-connect=set names binary 让client和server交互的时候以 什么模式(不做任何转化)来传送

default-character-set

设置[mysql]和[client] 中的字符集

character-set-server

设置[mysqld] 进程的默认字符集

collation-server

设置[mysqld] 进程的默认校对规则 utf8_general_ci 查找、排序不区分大小写 utf8_bin 查找、排序区分大小写