MySQL 字符集和校对

字符集是指一种从二进制编码到某类字符符号的映射，校对是一组用于某个字符集的排序规则。每一类编码字符都有其对应的字符集和校对规则

MySQL 如何使用字符集

每种字符集都可能有多种校对规则，并且都有一个默认的校对规则。每个校对规则都是针对某个特定的字符集的，和其他的字符集都没有关系。校对规则和字符集总是一起使用的，我们也将这样的组合统称为一个字符集。

MySQL的设置可以分为两类：创建对象时的默认值、在服务器和客户端通信时的设置。

创建对象时的默认值

MySQL服务器有默认的字符集和校对规则，每个数据库、数据表也有自己的默认值。这是一个逐层继承的默认设置，最终最靠底层的默认设置将影响我们创建的对象。这些默认值，从上而下地告诉MySQL应该使用什么字符集来存储某个列。

在这个阶梯的每一层，你都可以指定一个特定的字符集或者让服务器使用它的默认值：

在创建数据库的时候，将根据服务器上的 character_set_server 设置来设定该数据库的默认字符集
创建表的时候，将根据数据库的字符集设置指定这个表的字符集设置
创建列的时候，将根据表的设置指定列的字符集设置

需要注意的是： 真正存放数据的是列，所以更高“阶梯”的设置只是指定默认值。一个表的默认字符集设置无法影响存储在这个表中某个列的值。只有当创建列而没有列指定字符集的时候，如果没有指定字符集，表的默认字符集才有作用。

服务器和客户端通信时的设置

当服务器和客户端通信的时候，他们可能使用不同的字符集。这时，服务器端将进行必要的翻译转换工作，如图所示：

根据需要，可以使用 SET NAMES 或者 SET CHARACTER SET 语句来改变上面的设置。不过在服务器上使用这个命令只会改变服务器端的设置。客户端程序和客户端的API也需要使用正确的字符集才能避免在通信时出现问题。

选择字符集和校对规则

在一个数据库中使用多个不同的字符集是一件很让人头疼的事情，字符集之间不兼容问题会很难缠。有时候一切看起来很正常，但是当某个特殊字符出现的时候，所有类型的操作可能都无法进行。

正确的方法是，最好先为服务器（或者数据库）选择一个合理的字符集。然后根据不同的实际情况，让某些列选择合适的字符集。

下面展示了在创建数据库、表、列的时候如何显式地指定字符集和校对规则：

CREATE DATABASE d CHARSET latin1;

CREATE TABLE d.t(

    col1 CHAR(1),

    col2 CHAR(1) CHARSET utf8,

    col3 CHAR(1) COLLATE latin1_bin

)DEFAULT CHARSET=cp1251;

这个表最后的字符集和校对规则如下：

Field	Type	Collation
col1	char(1)	cp1251_general_ci
col2	char(!)	utf8_general_ci
col3	char(!)	latin1_bin

字符集和校对规则如何影响查询

某些字符集和校对规则可能会需要更多的CPU操作，可能会消耗更多的内存和存储空间，甚至还会影响索引的正常操作。

只有在排序查询要求的字符集和服务器数据的字符集相同的时候，才能使用索引进行排序。索引根据数据列的校对规则进行排序。如果希望使用别的校对规则进行排序，那么MySQL就需要使用文件排序。