在講解字符集和校對規則之前，我們先來簡單了解一下字符、字符集和字符編碼。
字符（Character）是計算機中字母、數字、符號的統稱，一個字符可以是一個中文漢字、一個英文字母、一個阿拉伯數字、一個標點符號等。
計算機是以二進制的形式來存儲數據的。平時我們在顯示器上看到的數字、英文、標點符號、漢字等字符都是二進制數轉換之后的結果。
字符集（Character set）定義了字符和二進制的對應關系，為字符分配了唯一的編號。常見的字符集有 ASCII、GBK、IOS-8859-1 等。
字符編碼（Character encoding）也可以稱為字集碼，規定了如何將字符的編號存儲到計算機中。
大部分字符集都只對應一種字符編碼，例如：ASCII、IOS-8859-1、GB2312、GBK，都是既表示了字符集又表示了對應的字符編碼。
所以一般情況下，可以將兩者視為同義詞。Unicode 字符集除外，Unicode 有三種編碼方案，即 UTF-8、UTF-16 和 UTF-32。最為常用的是 UTF-8 編碼。
校對規則（Collation）也可以稱為排序規則，是指在同一個字符集內字符之間的比較規則。字符集和校對規則是一對多的關系，每個字符集都有一個默認的校對規則。字符集和校對規則相輔相成，相互依賴關聯。
簡單來說，字符集用來定義 MySQL 存儲字符串的方式，校對規則用來定義 MySQL 比較字符串的方式。
有些數據庫並沒有清晰的區分開字符集和校對規則。例如，在 SQL Server 中創建數據庫時，選擇字符集就相當於選定了字符集和校對規則。
而在 MySQL 中，字符集和校對規則是區分開的，必須設置字符集和校對規則。一般情況下，沒有特殊需求，只設置其一即可。只設置字符集時，MySQL 會將校對規則設置為字符集中對應的默認校對規則。
可以通過SHOW VARIABLES LIKE 'character%';命令查看當前 MySQL 使用的字符集，命令和運行結果如下：
mysql> SHOW VARIABLES LIKE 'character%'; +--------------------------+---------------------------------------------------------+ | Variable_name | Value | +--------------------------+---------------------------------------------------------+ | character_set_client | gbk | | character_set_connection | gbk | | character_set_database | latin1 | | character_set_filesystem | binary | | character_set_results | gbk | | character_set_server | latin1 | | character_set_system | utf8 | | character_sets_dir | C:\Program Files\MySQL\MySQL Server 5.7\share\charsets\ | +--------------------------+---------------------------------------------------------+ 8 rows in set, 1 warning (0.01 sec)
上述運行結果說明如下表所示：
亂碼時，不需要關心 character_set_filesystem、character_set_system 和 character_sets_dir 這 3 個系統變量，它們不會影響亂碼 。
可以通過SHOW VARIABLES LIKE 'collation\_%';命令查看當前 MySQL 使用的校對規則，命令和運行結果如下
mysql> SHOW VARIABLES LIKE 'collation\_%'; +----------------------+-------------------+ | Variable_name | Value | +----------------------+-------------------+ | collation_connection | gbk_chinese_ci | | collation_database | latin1_swedish_ci | | collation_server | latin1_swedish_ci | +----------------------+-------------------+ 3 rows in set, 1 warning (0.01 sec)
對上述運行結果說明如下：
- collation_connection：連接數據庫時使用的校對規則
- collation_database：創建數據庫時使用的校對規則
- collation_server：MySQL 服務器使用的校對規則
校對規則命令約定如下：
- 以校對規則所對應的字符集名開頭
- 以國家名居中（或以 general 居中）
- 以 ci、cs 或 bin 結尾，ci 表示大小寫不敏感，cs 表示大小寫敏感，bin 表示按二進制編碼值比較。
MySQL字符集的轉換過程
MySQL 中字符集的轉換過程如下：
1）在命令提示符窗口（cmd 命令行）中執行 MySQL 命令或 sql 語句時，這些命令或語句從“命令提示符窗口字符集”轉換為“character_set_client”定義的字符集。
2）使用命令提示符窗口成功連接 MySQL 服務器后，就建立了一條“數據通信鏈路”，MySQL 命令或 sql 語句沿着“數據鏈路”傳向 MySQL 服務器，由 character_set_client 定義的字符集轉換為 character_set_connection 定義的字符集。
3）MySQL 服務實例收到數據通信鏈路中的 MySQL 命令或 sql 語句后，將 MySQL 命令或 sql 語句從 character_set_connection 定義的字符集轉換為 character_set_server 定義的字符集。
4）若 MySQL 命令或 sql 語句針對於某個數據庫進行操作，此時將 MySQL 命令或 sql 語句從 character_set_server 定義的字符集轉換為 character_set_database 定義的字符集。
5）MySQL 命令或 sql 語句執行結束后，將執行結果設置為 character_set_results 定義的字符集。
6）執行結果沿着打開的數據通信鏈路原路返回，將執行結果從 character_set_results 定義的字符集轉換為 character_set_client 定義的字符集，最終轉換為命令提示符窗口字符集，顯示到命令提示符窗口中。
下面介紹主要介紹查看字符集和校對規則的幾種方法。
在 MySQL 中，查看可用字符集的命令和執行過程如下：
mysql> SHOW CHARACTER set; +----------+---------------------------------+---------------------+--------+ | Charset | Description | Default collation | Maxlen | +----------+---------------------------------+---------------------+--------+ | big5 | Big5 Traditional Chinese | big5_chinese_ci | 2 | | dec8 | DEC West European | dec8_swedish_ci | 1 | | cp850 | DOS West European | cp850_general_ci | 1 | | hp8 | HP West European | hp8_english_ci | 1 | | koi8r | KOI8-R Relcom Russian | koi8r_general_ci | 1 | | latin1 | cp1252 West European | latin1_swedish_ci | 1 | | latin2 | ISO 8859-2 Central European | latin2_general_ci | 1 | | swe7 | 7bit Swedish | swe7_swedish_ci | 1 | | ascii | US ASCII | ascii_general_ci | 1 | | ujis | EUC-JP Japanese | ujis_japanese_ci | 3 | | sjis | Shift-JIS Japanese | sjis_japanese_ci | 2 | | hebrew | ISO 8859-8 Hebrew | hebrew_general_ci | 1 | | tis620 | TIS620 Thai | tis620_thai_ci | 1 | | euckr | EUC-KR Korean | euckr_korean_ci | 2 | | koi8u | KOI8-U Ukrainian | koi8u_general_ci | 1 | | gb2312 | GB2312 Simplified Chinese | gb2312_chinese_ci | 2 | | greek | ISO 8859-7 Greek | greek_general_ci | 1 | | cp1250 | Windows Central European | cp1250_general_ci | 1 | | gbk | GBK Simplified Chinese | gbk_chinese_ci | 2 | | latin5 | ISO 8859-9 Turkish | latin5_turkish_ci | 1 | | armscii8 | ARMSCII-8 Armenian | armscii8_general_ci | 1 | | utf8 | UTF-8 Unicode | utf8_general_ci | 3 | | ucs2 | UCS-2 Unicode | ucs2_general_ci | 2 | | cp866 | DOS Russian | cp866_general_ci | 1 | | keybcs2 | DOS Kamenicky Czech-Slovak | keybcs2_general_ci | 1 | | macce | Mac Central European | macce_general_ci | 1 | | macroman | Mac West European | macroman_general_ci | 1 | | cp852 | DOS Central European | cp852_general_ci | 1 | | latin7 | ISO 8859-13 Baltic | latin7_general_ci | 1 | | utf8mb4 | UTF-8 Unicode | utf8mb4_general_ci | 4 | | cp1251 | Windows Cyrillic | cp1251_general_ci | 1 | | utf16 | UTF-16 Unicode | utf16_general_ci | 4 | | utf16le | UTF-16LE Unicode | utf16le_general_ci | 4 | | cp1256 | Windows Arabic | cp1256_general_ci | 1 | | cp1257 | Windows Baltic | cp1257_general_ci | 1 | | utf32 | UTF-32 Unicode | utf32_general_ci | 4 | | binary | Binary pseudo charset | binary | 1 | | geostd8 | GEOSTD8 Georgian | geostd8_general_ci | 1 | | cp932 | SJIS for Windows Japanese | cp932_japanese_ci | 2 | | eucjpms | UJIS for Windows Japanese | eucjpms_japanese_ci | 3 | | gb18030 | China National Standard GB18030 | gb18030_chinese_ci | 4 | +----------+---------------------------------+---------------------+--------+ 41 rows in set (0.02 sec)
其中：
- 第一列（Charset）為字符集名稱；
- 第二列（Description）為字符集描述；
- 第三列（Default collation）為字符集的默認校對規則；
- 第四列（Maxlen）表示字符集中一個字符占用的最大字節數。
常用的字符集如下：
- latin1 支持西歐字符、希臘字符等。
- gbk 支持中文簡體字符。
- big5 支持中文繁體字符。
- utf8 幾乎支持所有國家的字符。
也可以通過查詢 information_schema.character_set 表中的記錄，來查看 MySQL 支持的字符集。SQL 語句和執行過程如下：
mysql> SELECT * FROM information_schema.character_sets; +--------------------+----------------------+---------------------------------+--------+ | CHARACTER_SET_NAME | DEFAULT_COLLATE_NAME | DESCRIPTION | MAXLEN | +--------------------+----------------------+---------------------------------+--------+ | big5 | big5_chinese_ci | Big5 Traditional Chinese | 2 | | dec8 | dec8_swedish_ci | DEC West European | 1 | | cp850 | cp850_general_ci | DOS West European | 1 | | hp8 | hp8_english_ci | HP West European | 1 | ......
可以使用 SHOW COLLATION LIKE '***';命令來查看相關字符集的校對規則。
mysql> SHOW COLLATION LIKE 'gbk%'; +----------------+---------+----+---------+----------+---------+ | Collation | Charset | Id | Default | Compiled | Sortlen | +----------------+---------+----+---------+----------+---------+ | gbk_chinese_ci | gbk | 28 | Yes | Yes | 1 | | gbk_bin | gbk | 87 | | Yes | 1 | +----------------+---------+----+---------+----------+---------+ 2 rows in set (0.00 sec)
上面運行結果為 GBK 字符集所對應的校對規則，其中 gbk_chinese_ci 是默認的校對規則，對大小寫不敏感。而 gbk_bin 按照二進制編碼的值進行比較，對大小寫敏感。
也可以通過查詢 information_schema.COLLATIONS 表中的記錄，來查看 MySQL 中可用的校對規則。SQL 語句和執行過程如下：
mysql> SELECT * FROM information_schema.COLLATIONS; +--------------------------+--------------------+-----+------------+-------------+---------+ | COLLATION_NAME | CHARACTER_SET_NAME | ID | IS_DEFAULT | IS_COMPILED | SORTLEN | +--------------------------+--------------------+-----+------------+-------------+---------+ | big5_chinese_ci | big5 | 1 | Yes | Yes | 1 | | big5_bin | big5 | 84 | | Yes | 1 | | dec8_swedish_ci | dec8 | 3 | Yes | Yes | 1 | | dec8_bin | dec8 | 69 | | Yes | 1 | | cp850_general_ci | cp850 | 4 | Yes | Yes | 1 | | cp850_bin | cp850 | 80 | | Yes | 1 | ......
例 1
分別指定“A”和“a”按照 gbk_chinese_ci 和 gbk_bin 校對規則進行比較。SQL 語句和運行結果如下：
mysql> SELECT CASE WHEN 'A' COLLATE gbk_chinese_ci = 'a' COLLATE gbk_chinese_ci then 1 -> else 0 end; +-------------------------------------------------------------------------------------+ | CASE WHEN 'A' COLLATE gbk_chinese_ci = 'a' COLLATE gbk_chinese_ci then 1 else 0 end | +-------------------------------------------------------------------------------------+ | 1 | +-------------------------------------------------------------------------------------+ 1 row in set (0.02 sec) mysql> SELECT CASE WHEN 'A' COLLATE gbk_bin = 'a' COLLATE gbk_bin then 1 -> else 0 end; +-----------------------------------------------------------------------+ | CASE WHEN 'A' COLLATE gbk_bin = 'a' COLLATE gbk_bin then 1 else 0 end | +-----------------------------------------------------------------------+ | 0 | +-----------------------------------------------------------------------+ 1 row in set (0.00 sec)
由於 gbk_chinese_ci 校對規則忽略大小寫，所以認為兩個“A“和“a”是相同的。 gbk_bin 校對規則不忽略大小寫，則認為兩個字符是不同的。
在實際應用中，我們應事先確認應用需要按照什么樣方式排序，是否區分大小寫，然后選擇相應的校對規則。