mysql 中 character set 與 collation 的理解

character set 和 collation 的是什么？

character set， 即字符集。

我們常看到的 utf-8, GB2312, GB18030 都是相互獨立的 character set. 即對 Unicode 的一套編碼。

如何理解 unicode 與 utf-8, GB2312 的區別呢？
打個比方，你眼前有一個蘋果，在英文里稱之為 apple, 而在中文里稱之為蘋果。
蘋果這個實體的概念就是 unicode , 而 utf-8, GB2312 可以認為就是不同語言對蘋果的不同稱謂，本質上都是在描述蘋果這個物。

collation，英譯[核對 ]  即比對方法，用於指定數據集如何排序，以及字符串的比對規則。

character set 與 collation 的關系

軟件國際化是大勢所趨， 所以 unicode 是國際化最佳的選擇。

為了提高性能，有些情況下還是使用 latin1 比較好。

mysql 有兩個支持 unicode 的 character set:

1. ucs2: 使用 16 bits 來表示一個 unicode 字符。

2. utf8: 使用 1~3 bytes 來表示一個 unicode 字符。

選擇哪個 character set 視情況而定，例如 utf8 表示 latin 字符只需要一個字節，所以當用戶數據大部分為英文等拉丁字符時，使用 utf8 比較節省數據庫的存儲空間。據說 SQL Server 采用的是 ucs2， 我表示懷疑。

每個 character set 會對應一定數量的 collation. 查看方法是在 mysql 的 console 下輸入：

查詢代碼 mysql> show collation;  

我們會看到這樣的結果：

collation 名字的規則可以歸納為這兩類：

1. <character set>_<language/other>_<ci/cs>

2. <character set>_bin

例如:utf8_danish_ci

ci 是 case insensitive 的縮寫， cs 是 case sensitive 的縮寫。即，指定大小寫是否敏感。ci即對大小寫不敏感

奇怪的是 utf8 字符集對應的 collation 居然沒有一個是 cs 的。

那么 utf8_general_ci, utf8_unicode_ci, utf8_danish_ci 有什么區別? 他們各自存在的意義又是什么？

同一個 character set 的不同 collation 的區別在於排序、字符春對比的准確度（相同兩個字符在不同國家的語言中的排序規則可能是不同的）以及性能。

例如：

utf8_general_ci 在排序的准確度上要遜於 utf8_unicode_ci， 當然，對於英語用戶應該沒有什么區別。但性能上（排序以及比對速度）要略優於 utf8_unicode_ci. 例如前者沒有對德語中ß = ss的支持。

而 utf8_danish_ci 相比 utf8_unicode_ci 增加了對丹麥語的特殊排序支持。

補充：

1. 當表的 character set 是 latin1 時，若字段類型為 nvarchar, 則字段的字符集自動變為 utf8.

可見 database character set, table character set, field character set 可逐級覆蓋，

類似於面向對象中子類繼承父類，重寫父類的方法。

2. 在 ci 的 collation 下，如何在比對時區分大小寫：

mysql> select * from pet;

| name | owner | species | sex | birth | death |
+----------+-------+---------+------+------------+-------+
| Whistler | Gwen | bird | NULL | 1997-12-09 | NULL |
| whistler | Gwen | bird | NULL | 1988-09-25 | NULL |


mysql> select * from pet where name = 'whistler';

| name | owner | species | sex | birth | death |
+----------+-------+---------+------+------------+-------+
| Whistler | Gwen | bird | NULL | 1997-12-09 | NULL |
| whistler | Gwen | bird | NULL | 1988-09-25 | NULL |


mysql> select * from pet where binary name = 'whistler';
+----------+-------+---------+------+------------+-------+
| name | owner | species | sex | birth | death |
+----------+-------+---------+------+------------+-------+
| whistler | Gwen | bird | NULL | 1988-09-25 | NULL |


mysql> select * from pet where name = binary 'whistler';
+----------+-------+---------+------+------------+-------+
| name | owner | species | sex | birth | death |
+----------+-------+---------+------+------------+-------+
| whistler | Gwen | bird | NULL | 1988-09-25 | NULL |

推薦使用

mysql> select * from pet where name = binary 'whistler';

這樣可以保證當前字段的索引依然有效， 而下面這種會使索引失效。

mysql> select * from pet where binary name = 'whistler';   

原文鏈接：http://www.360doc.com/content/11/0303/01/2588264_97631236.shtml