亲宝软件园·资讯

展开

Mysql字符集

Java面试365​​​​​​​ 人气:0

前言

计算机存储数据的方式都是二进制数据,但是我们在mysql中存储的是字符串数据,那么这些数据到底在Mysql中如何存储呢?这就涉及到字符集的概念。

什么是字符集

举例如下,假设存在编码集test,只能识别a,b,A,B这几项,同时编码规则如下:

a---->00000001(0x01)
b---->00000010(0x02)
A---->00000011(0x03)
B---->00000100(0x04)

那么字符串'aAB'可以映射为 000000010000001100000100(十六进制 0x10304)

而ac将无法转换,因为超出了识别范围。

上面提到的将字符串根据字符集映射为二进制的过程称之为编码,反之就为解码。

什么是比较规则

那什么是比较规则呢?其实就是字符串的比较规则,如上举例而言,可以考虑比较二进制编码的大小,如字符'a'编码值的十六进制为0x01,字符'b'编码值的十六进制为0x02,那么可以确定a<b,这就是二进制比较规则,但是显然这种规则适用范围有限,如果遇到需要忽略大小写的场景,显然二进制编码比较规则并不适用,一个字符集可能对应多种比较规则。

常用字符集

根据上面的举例我们知道了test字符集描述的就是一个字符范围的界定,我们常用的字符集还有很多如下所示

ASCII字符集

这是一个最简单的字符集包含128个字符包含大小写字母,空格,数字,标点符号,特殊字符等,因为总共只有128个字符,那么可以只采用一个字节编码。

ISO8859-1

在ASCII字符集上扩充了128个西欧常用字符,总共包含256个字符,这个字符集又被称为latin1。

GB2312

收录汉字以及拉丁字母,希腊字母等,这种字符集兼容ASCII字符,在编码规则如下:

这种情况编码长度不确定的被称为变长编码。

GBK字符集

GBK对GB2312的字符范围进行的扩充,兼容GB2312。

Unicode字符集

UniCode收录了地球上的所有字符,是所有国家通用的字符集,由此又被称为万国码,UniCode的编码规则包含UTF8、UTF16、UTF32这几种编码方案,其中UTF8采用1~4个字节编码一个字符,UTF16使用了2个字节或者4个字节编码一个字符,UTF32采用4个字节编码一个字符。

不过需要注意的是Mysql中没有区分编码方案和字符集,所以后续的uft8可以看作字符集。

注意点

在mysql中有两个特殊的字符集:

Mysql中查询字符集和比较规则

查询字符集

查询字符集命令可以采用show character set;或者show charset;都可以实现字符集查看,可以支持字符集模糊查询如show character set like '%utf8%';

##### mysql5.7.26版本中,包含41个字符集,下面列出常用的几个
mysql> show character set;
+----------+---------------------------------+---------------------+--------+
| Charset  | Description                     | Default collation   | Maxlen |
+----------+---------------------------------+---------------------+--------+
| latin1   | cp1252 West European            | latin1_swedish_ci   |      1 |
| ascii    | US ASCII                        | ascii_general_ci    |      1 |
| gb2312   | GB2312 Simplified Chinese       | gb2312_chinese_ci   |      2 |
| gbk      | GBK Simplified Chinese          | gbk_chinese_ci      |      2 |
| utf8     | UTF-8 Unicode                   | utf8_general_ci     |      3 |
| utf8mb4  | UTF-8 Unicode                   | utf8mb4_general_ci  |      4 |
........
+----------+---------------------------------+---------------------+--------+
41 rows in set (0.00 sec)

查询比较规则

每个字符集都会对应一些比较规则,查询所有字符集的比较规则显然是太多了,所以这里以utf8字符集为例查询比较规则。

#### mysql5.7.26版本中utf8字符集对应27个比较规则,其余省略
mysql> show collation like '%utf8\_%';
+--------------------------+---------+-----+---------+----------+---------+
| Collation                | Charset | Id  | Default | Compiled | Sortlen |
+--------------------------+---------+-----+---------+----------+---------+
| utf8_general_ci          | utf8    |  33 | Yes     | Yes      |       1 |
| utf8_bin                 | utf8    |  83 |         | Yes      |       1 |
| utf8_unicode_ci          | utf8    | 192 |         | Yes      |       8 |
| utf8_spanish_ci          | utf8    | 199 |         | Yes      |       8 |
.........
+--------------------------+---------+-----+---------+----------+---------+
27 rows in set (0.00 sec)

Default列为YES表明该比较规则是默认的,一般比较规则中包含general代表通用比较规则。

比较规则一般命名如规律如下:

后缀规则如下:

后缀描述
_ci不区分大小写
_cs区分大小写
_bin以二进制的形式比较
_ai不区分重音
_as区分重音

加载全部内容

相关教程
猜你喜欢
用户评论