MySQL基础知识：Character Set和Collation

A character set is a set of symbols and encodings. A collation is a set of rules for comparing characters in a character set.

• Character Set： 一套字符及其编码，即字符集；（文中很多地方也用 charset 一词）
• Collation：在字符集内用于比较或排序字符的一套规则，即校验规则。

操作系统环境为MacOS Catalina, MySQL版本为： 8.0.13 MySQL Community Server - GPL。

MySQL Charset和Collation简述

• MySQL服务器支持多种字符集(Character Set)
• 每个字符集至少有一个Collation
• 大部分字符集都有多个Collation
• 每个字符集都有一个默认的Collation
• 两个不同的字符集不会有相同的Collation
• MySQL可以在服务器、数据库、表或字段 级别 指定使用的字符集

Collation后缀

Suffix	Meaning
_ai	Accent-insensitive
_as	Accent-sensitive
_ci	Case-insensitive
_cs	Case-sensitive
_ks	Kana-sensitive
_bin	Binary

• 非binary的collation，可以不显示指定 _ai 或 _as，_ci会同时隐含_ai，_cs会同时隐含_as。如：latin1_general_ci和latin1_general_ai_ci是一样的。
• utf8mb4_0900_ai_ci 中的 0900：Unicode的字符集的Collation需要指定UCA（Unicode Collation Algorithm）版本号, 0900即是这个版本号；如果没有指定，则会使用 version-4.0.0 UCA，如 utf8mb4_unicode_ci。

MySQL Server的Charset和Collation

查看MySQL Server支持的Charset

有很多种方法可以查看当前MySQL Server支持的Character Set:

show character set; -- 方法1

show charset; -- 方法2

show char set; -- 方法3

select * from information_schema.character_sets; -- 方法 4

查看特定字符集信息（主要包含默认的Collation和MAXLEN）:

show character set like 'utf%';; -- 方法1

show charset like 'utf%';; -- 方法2

show char set like 'utf%'; -- 方法3

select * from information_schema.character_sets
where CHARACTER_SET_NAME like 'utf%'; -- 方法 4

查看MySQL Server支持的Collation

SHOW COLLATION WHERE Charset = 'utf8mb4';

或者

select * from INFORMATION_SCHEMA.COLLATIONS where CHARACTER_SET_NAME='utf8mb4';

查看MySQL Server当前的Charset和Collation

show variables like 'character_set_server';

show variables like 'collation_server';

或者使用语句：

select @@character_set_server, @@collation_server;

MySQL Server默认的Charset和Collation

MySQL官方文档可查看默认的Charset和Collation：

• <=5.7 doc MySQL Server 5.7或之前版本默认的Charset和Collation是： latin1 和 latin1_swedish_ci
• 8.x doc MySQL Server 8.x（当前版本）默认的Charset和Collation是： utf8mb4 和 utf8mb4_0900_ai_ci

修改MySQL Server默认的Charset和Collation

修改默认值，需要重新编译源码。

cmake . -DDEFAULT_CHARSET=latin1

或者

cmake . -DDEFAULT_CHARSET=latin1 \
  -DDEFAULT_COLLATION=latin1_german1_ci

指定MySQL Server的Charset和Collation

可以在启动MySQL Server的时候指定Server的Charset和Collation，下面三种方法是等效的：

mysqld # 默认的charset是utf8mb4, 而且 utf8mb4 默认的collation是 utf8mb4_0900_ai_ci

或

mysqld --character-set-server=utf8mb4

或

mysqld --character-set-server=utf8mb4 \
  --collation-server=utf8mb4_0900_ai_ci

数据库(Database)的Charset和Collation

创建数据库的时候，如果没有指定character set 和 collation，会自动用MySQL Server的 character set和collation。

查看数据的Character Set和Collation

USE db_name;
SELECT @@character_set_database, @@collation_database;

不想改变当前数据库的话，可以使用语句：

SELECT DEFAULT_CHARACTER_SET_NAME, DEFAULT_COLLATION_NAME
FROM INFORMATION_SCHEMA.SCHEMATA WHERE SCHEMA_NAME = 'db_name';

指定或修改数据库(Database)的Character Set和Collation

创建db时指定：

CREATE DATABASE db_name CHARACTER SET latin1 COLLATE latin1_swedish_ci;

修改：

ALTER DATABASE db_name CHARACTER SET latin1 COLLATE latin1_swedish_ci;

表(Table)的Charset和Collation

如果创建表的时候没有指定表级别Charset和Collation，会默认使用数据库(Database)的Charset和Collation。

查看表(Table)的Charset和Collation

SELECT
t.TABLE_SCHEMA,
t.table_name,
ccsa.*
FROM
information_schema.`TABLES` t,
information_schema.`COLLATION_CHARACTER_SET_APPLICABILITY` ccsa
WHERE ccsa.collation_name = t.table_collation
AND t.table_schema = "db_name"
AND t.table_name = "table_name";

指定或修改表(Table)的Character Set和Collation

CREATE TABLE tbl_name (column_list)
    [[DEFAULT] CHARACTER SET charset_name]
    [COLLATE collation_name]]

ALTER TABLE tbl_name
    [[DEFAULT] CHARACTER SET charset_name]
    [COLLATE collation_name]

列(Column)的Charset和Collation

如果创建表的时候没有指定列的Charset和Collation，会默认使用表(Table)的Charset和Collation。

查看列(Column)的Charset和Collation

SELECT
*
FROM information_schema.`COLUMNS`
WHERE table_schema = "db_name"
AND table_name = "table_name";

指定或修改列(Column)的Character Set和Collation

CREATE TABLE t1
(
    col1 CHAR(10) CHARACTER SET utf8 COLLATE utf8_unicode_ci
) CHARACTER SET latin1 COLLATE latin1_bin;

ALTER TABLE t1 MODIFY
    col1 VARCHAR(5)
      CHARACTER SET latin1
      COLLATE latin1_swedish_ci;

Connection Character Sets and Collations

Client和MySQL Server交互前，先建立连接(Connection)。

Client通过建立的connection发送SQL Statements（查询、插入等操作）到MySQL Server；MySQL Server则通过建立的connection返回给Client相应的结果（SQL执行结果，或者错误信息）。

Client和Server建立连接并设置character set

1. Client在建立连接的时候会指定collation (charset的默认collation)；
2. MySQL Server根据collation找到对应的charset；
3. MySQL Server然后charset设置session变量: character_set_client, character_set_results, character_set_connection，collation_connection被设置为指定charset的默认collation。

相关session变量

• character_set_server 和 collation_server： MySQL Server的Character Set 和 Collation；
• character_set_database 和 collation_database：数据库的Character Set 和 Collation；
• character_set_client ：MySQL Server使用此session变量的charset作为client 发送来的SQL Statements的charset；
• character_set_connection： Server会把client发送的statements字符集从character_set_client转为character_set_connection；
• collation_connection：这个对字符串常量的比较很重要；
• character_set_results：Server返回给client的结果（column values, result metadata such as column names, and error messages）对应的字符集；

查看connection相关的session变量：

SHOW SESSION VARIABLES LIKE 'character\_set\_%';
SHOW SESSION VARIABLES LIKE 'collation\_%';

设置character set和collation

SET NAMES {'charset_name'
    [COLLATE 'collation_name'] | DEFAULT}

SET NAME 会设置三个session变量（session system variables）为指定的charset和collation：

• character_set_client
• character_set_connection
• character_set_results

SET {CHARACTER SET | CHARSET}
    {'charset_name' | DEFAULT}

SET CHARACTER SET会设置 character_set_client 和 character_set_results为指定的charset；

并把 character_set_connection 设置为 character_set_database 的charset。

参考文档

1. What is Collation and Character Set in MySQL?
2. Character Sets, Collations, Unicode
3. What does character set and collation mean exactly?
4. MySQL Character Set
5. MySQL Collation
6. Connection Character Sets and Collations

原文:MySQL基础知识：Character Set和Collation