Mysql系列之--字符集

1、字符集

1.1、字符集简介

我们知道在计算机中只能存储二进制，那么如何将字符存储到计算机中，这个时候就需要将字符映射称为二进制，将所有字符映射为二进制就需要映射表。建立映射表需要注意：

1、明确哪些字符需要映射为二进制，即界定需要映射的字符范围

2、如何映射，一个字符映射为二进制数据为编码，二进制映射为字符为解码

使用一个概念“字符集”来描述字符范围和编码规则，我们可以自定义字符集

包含字符 'a' 、 'b' 、 'A' 、 'B'

编码规则如下：

采用 1 个字节编码一个字符的形式，字符和字节的映射关系如下：

'a' -> 00000001 (十六进制：0x01)

'b' -> 00000010 (十六进制：0x02)

'A' -> 00000011 (十六进制：0x03)

'B' -> 00000100 (十六进制：0x04)

'bA' -> 0000001000000011 (十六进制：0x0203)

'baB' -> 000000100000000100000100 (十六进制：0x020104)

'cd' -> 无法表示，字符集xiaohaizi不包含字符'c'和'd'

1.2、重要的字符集

由于使用计算机的各个国家比较多，所以不同的人制定出来不同的字符集。这些字符集的字符范围和编码规则个不一样。列举一些常用字符集

ASCII字符集

中共收录了128个字符，包括空格、标点符号、数字、字母、不可见字符。总共128个字符，所以可以使用一个字节进行编码

IS O8859-1字符集

总共收录了256个字符，是在ASCII字符集的基础上扩充了128个西欧字符（德法两国字母），同样可以使用一个字节进行编码。

GB2312字符集

收录了汉字以及拉丁字母、希腊字母、日文平假名及片假名字母、俄语西里尔字母。其中收录汉字 6763 个，其他文字符号 682 个。同时这种字符集又兼容 ASCII 字符集，所以在编码方式上显得有些奇怪。

GBK字符集

收录范围上对GB2313进行了扩充，编码上兼容GB2312

utf8字符集

收录地球上所有能想到的字符，而且仍旧不断扩充，这种字符兼容ASCII编码，编码一个字符需要1-4个字节长度。例如

1.3、utf8和utf8mb4

我们上边说 utf8 字符集表示一个字符需要使用 1 ～ 4 个字节，但是我们常用的一些字符使用 1 ～ 3 个

字节就可以表示了。而在 MySQL 中字符集表示一个字符所用最大字节长度在某些方面会影响系统

的存储和性能，所以设计MySQL 的大叔偷偷的定义了两个概念：

utf8mb3 ：阉割过的 utf8 字符集，只使用 1 ～ 3 个字节表示字符。

utf8mb4 ：正宗的 utf8 字符集，使用 1 ～ 4 个字节表示字符。

有一点需要大家十分的注意，在 MySQL 中 utf8 是 utf8mb3 的别名，所以之后在 MySQL 中提到 utf8 就意味着使用 1~3 个字节来表示一个，utf8或者utf8mb4都是Unicode字符集，utf8包含了部分Unicode字符，utf8mb4是更大的utf8字符集。

1.4、排序规则

排序规则决定了字符的排序和比较方式，常见的排序规则

utf8mb4_unicode_ci: 基于 Unicode 的排序规则，不区分大小写。
utf8mb4_general_ci: 一种较老的排序规则，不区分大小写，但在某些语言中的排序可能不准确。
utf8mb4_bin: 基于二进制值的排序规则，区分大小写。

1.5、Mysql字符集常见操作

1、查看支持的字符集

SHOW CHARACTER SET;

2、设置字符集

服务器级别：

[mysqld]
character-set-server = utf8mb4
collation-server = utf8mb4_unicode_ci

数据库级别

CREATE DATABASE mydb CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

表级别

CREATE TABLE mytable (id INT PRIMARY KEY,name VARCHAR(100)
) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

列级别

CREATE TABLE mytable (id INT PRIMARY KEY,name VARCHAR(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci
);