MySQL 字符集和校驗規則工作流程

MySQL 字符集和校驗規則工作原理

字符編碼相關參數

數據流中的轉碼過程

校驗規則

Tips:字符集和校驗規則總是相伴的

一 從簡單的建庫語句開始

CREATE DATABASE [IF NOT EXISTS] <db_name>
[[DEFAULT] CHARACTER SET <db_charset>] 
[[DEFAULT] COLLATE <db_collation>];

db_name ： 數據庫名 必填

db_charset：數據庫的字符集 缺省為服務器字符集

db_collation：數據庫的校驗規則 缺省為服務器校對規則

二 字符集和字符編碼是什么？

字符編碼：將特定的字符與二進制碼建立一一映射的集合就是字符集。每種字符集對應該種字符集的編碼方式。

常見的字符集有 僅支持英文和特殊字符的ASCII、支持中英文的GBK、支持世界所有字符的Unicode等等<UTF-8是Unicode字符集的子集，他們不是兩種編碼方式>。

以ASCII字符集為例

它基於羅馬字母表的編碼方式，他不能表示中文僅僅包含了 全部的英文大小寫和為數不多的特殊符號，每個字符一個字節低7位為編碼位最高位保留，有些地方最高位做了擴充。增添了一些表格符號、運算符等。總而言之1個字節 8bit 表示一個字符，因為一一對應，所有一共有 2^{7個字符。擴展字符集擁有2}8。

三 查看MySQL編碼方式

show variables like 'character%';

Variable_name	Value	含義
character_set_client	utf8mb4	# 客戶端來源數據字符集
character_set_connection	utf8mb4	# 鏈接層字符集
character_set_database	utf8mb4	當前選中數據庫默認字符集
character_set_filesystem	binary	當前文件系統的編碼格式
character_set_results	utf8mb4	服務器返回的編碼格式
character_set_server	utf8mb4	服務器的默認編碼格式
character_set_system	utf8	數據庫系統使用的編碼格式
character_sets_dir	/usr/local/mysql-8.0.15-macos10.14-x86_64/share/charsets/.	數據庫字符集存放地址

1. MySQL 一旦啟動不需要再來關心 character_set_filesystem、character_set_system、character_sets_dir三個變量，因為他們並不會造成亂碼的問題。系統文件存儲方式不需要關心，字符集存放位置於性能和MySQL業務無關、數據庫使用的編碼格式是元數據的存儲格式。理解MySQL編碼轉化原理不難理解。

2. 建庫時，若未明確指定字符集，則采用character_set_server指定的字符集。

   建表時，若未明確指定字符集，則采用當前庫所采用的字符集。

   新增時記錄，修改表字段時，若未明確指定字符集，則采用當前表所采用的字符集。

四 編碼方式和校驗規則在使用中的作用

1 連接的概念

一個連接：指的是連接服務器時所作的事情。 ——《MySQL手冊》

例如：客戶端發送SQL語句，例如查詢，通過連接發送到服務器。服務器通過連接發送響應給客戶端，例如結果集。

2 一個提交的分解

1. 客戶端發起 查詢

2. 服務器使用character_set_client變量作為客戶端發送的查詢中使用的字符集。

3. 服務器拿到 查詢 后用將character_set_client 編碼方式轉為 character_set_connection對應的校驗規則為collation_connection， (如果查詢是文字字符串，也就是他們有某種字符格式的引介詞 例如_utf8,如果是列值，校驗規則將不依靠collation_connection)

4. 服務器執行查詢的結果 將會 按照 character_set_results 編碼方式返回查詢結果到客戶端。包括結果數據，例如列值和結果元數據（如列名）。

5. 關於：字符串對3的注解：**[_charset_name] 'String' [COLLATE collation_name] **

   1. [_charset_name]字符編碼 也就是引介詞，表示接下來的字符串的編碼方式。
   2. [COLLATE collation_name]表示該字符串的校驗匹配方式
   3. 來自官方文檔對引介詞的解釋：_charset_name表達式正式稱做一個引介詞。它告訴解析程序，“后面將要出現的字符串使用字符集X。”因為以前人們對此感到困惑，我們強調引介詞不導致任何轉換; 它僅是一個符號，不改變字符串的值。引介詞在標准十六進制字母和數字十六進制符號（x'literal'和 0xnnnn）中是合法的，以及？（當在一個編程語言接口中使用預處理的語句時進行參數替換）。

3 更新和查詢轉碼過程

數據更新轉碼過程：character_set_client-->character_set_connection-->表字符集。

數據查詢轉碼過程：表字符集-->character_set_result

4 字符串的引介詞和校驗規則的確定

引介詞：_charset_name表達式正式稱做一個引介詞。它告訴解析程序，“后面將要出現的字符串使用字符集X。”因為以前人們對此感到困惑，我們強調引介詞不導致任何轉換; 它僅是一個符號，不改變字符串的值。引介詞在標准十六進制字母和數字十六進制符號（x'literal'和 0xnnnn）中是合法的，以及？（當在一個編程語言接口中使用預處理的語句時進行參數替換）。

• 如果指定了CHARACTER SET X和COLLATE Y，那么使用CHARACTER SET X和COLLATE Y。

• 如果指定了CHARACTER SET X而沒有指定COLLATE Y，那么使用CHARACTER SET X和CHARACTER SET X的默認校對規則。

• 否則，使用通過character_set_connection 和 collation_connection系統變量給出的字符集和 校對規則。

Tips：COLLATE子句，能夠為一個查詢覆蓋任何默認校對規則。MySQL手冊

5 關於校驗規則

1. 每個字符集都有默認的校驗規則
2. 兩個不同的字符集不能有一致的校驗規則
3. 存在校對規則命名約定：以其相關的字符集名開始，中間包括一個語言名，並且以_ci（大小寫不敏感）、_cs（大小寫敏感）或_bin（二元）結束。

常見操作

查看現在支持的所有編碼方式

show character set;

查看支持的所有檢驗規則

show collation;

查看字符編碼設置

show variables like 'character%';

查看當前字符集和校對規則設置

show variables like 'collation_%';

設置編碼字符集

set names 'utf8';

修改數據庫字符集

alter database database_name character set xxx;

修改表的字符集

1. 只修改表的字符集，影響后續該表新增列的默認定義，已有列的字符集不受影響。

alter table table_name character set xxx；

2. 同時修改表字符集和已有列字符集，並將已有數據進行字符集編碼轉換。

alter table table_name convert to character set xxx;

修改列 字符集

alter table table_name modify col_name varchar(col_length) character set xxx;