Mysql字符集设置原理以及常见问题解决概要1.docx

基本概念字符(Character)是指人类语言中最小的表义符号。例如A、B等；给定一系列字符，对每个字符赋予一个数值，用数值来代表对应的字符，这一数值就是字符的编码(Encoding)。例如，我们给字符A赋予数值0，给字符B赋予数值1，则0就是字符A的编码；给定一系列字符并赋予对应的编码后，所有这些字符和编码对组成的集合就是字符集(Character Set)。例如，给定字符列表为{A,B}时，{A=0, B=1}就是一个字符集；字符序(Collation)是指在同一字符集内字符之间的比较规则；确定字符序后，才能在一个字符集上定义什么是等价的字符，以及字符之间的大小关系；每个字符序唯一对应一种字符集，但一个字符集可以对应多种字符序，其中有一个是默认字符序(Default Collation)；MySQL中的字符序名称遵从命名惯例：以字符序对应的字符集名称开头；以_ci(表示大小写不敏感)、_cs(表示大小写敏感)或_bin(表示按编码值比较)结尾。例如：在字符序”utf8_general_ci下，字符”a”和”A是等价的；MySQL字符集设置?系统变量：–character_set_server：默认的内部操作字符集–character_set_client：客户端来源数据使用的字符集–character_set_connection：连接层字符集–character_set_results：查询结果字符集–character_set_database：当前选中数据库的默认字符集–character_set_system：系统元数据(字段名等)字符集–还有以collation_开头的同上面对应的变量，用来描述字符序。?用introducer指定文本字符串的字符集：–格式为：[_charset] string [COLLATE collation] –例如：? SELECT _latin1 string; ? SELECT _utf8 你好 COLLATE utf8_general_ci; –由introducer修饰的文本字符串在请求过程中不经过多余的转码，直接转换为内部字符集处理。MySQL中的字符集转换过程1. MySQL Server收到请求时将请求数据从character_set_client转换为character_set_connection；2. 进行内部操作前将请求数据从character_set_connection转换为内部操作字符集，其确定方法如下：?使用每个数据字段的CHARACTER SET设定值；?若上述值不存在，则使用对应数据表的DEFAULT CHARACTER SET设定值(MySQL扩展，非SQL标准)；?若上述值不存在，则使用对应数据库的DEFAULT CHARACTER SET设定值；?若上述值不存在，则使用character_set_server设定值。3. 将操作结果从内部操作字符集转换为character_set_results。常见问题解析?向默认字符集为utf8的数据表插入utf8编码的数据前没有设置连接字符集，查询时设置连接字符集为utf8 –插入时根据MySQL服务器的默认设置，character_set_client、character_set_connection和character_set_results均为latin1；–插入操作的数据将经过latin1=latin1=utf8的字符集转换过程，这一过程中每个插入的汉字都会从原始的3个字节变成6个字节保存；–查询时的结果将经过utf8=utf8的字符集转换过程，将保存的6个字节原封不动返回，产生乱码……?向默认字符集为latin1的数据表插入utf8编码的数据前设置了连接字符集为utf8 –插入时根据连接字符集设置，character_set_client、character_set_connection和character_set_results均为utf8；–插入数据将经过utf8=utf8=latin1的字符集转换，若原始数据中含有/u0000~/u00ff范围以外的Unicode字符，会因为无法在latin1字符集中表示而被转换为“?”(0x3F)符号，以后查询时不管连接字符集设置如何都无法恢复其内容了。检测字符集问题的一些手段?? SHOW CHARACTER SET; ? SHOW COLLATION; ? SHOW VARIABLES LIKE character%; ? SHOW VARIABLES LIKE collation%; ? SQL函数HEX、LENGTH、CHAR_LENGTH ? SQL函数CHARSET、COLLATION使用MySQL字符集时的建议?建立数据库/表和进行数据库操作时