mysql字符集和校對規則(Mysql校對集)

2024-07-24 13:02:25

字體：大中小

來源：轉載

供稿：網友

簡要說明

字符集和校對規則
字符集是一套符號和編碼。校對規則是在字符集內用于比較字符的一套規則。
MySql在collation提供較強的支持，oracel在這方面沒查到相應的資料。
不同字符集有不同的校對規則，命名約定：以其相關的字符集名開始，通常包括一個語言名，并且以_ci（大小寫不敏感）、_cs（大小寫敏感）或_bin（二元）結束
校對規則一般分為兩類：
binary collation，二元法，直接比較字符的編碼，可以認為是區分大小寫的，因為字符集中'A'和'a'的編碼顯然不同。
字符集_語言名，utf8默認校對規則是utf8_general_ci
mysql字符集和校對規則有4個級別的默認設置：服務器級、數據庫級、表級和連接級。
具體來說，我們系統使用的是utf8字符集，如果使用utf8_bin校對規則執行sql查詢時區分大小寫，使用utf8_general_ci 不區分大小寫。不要使用utf8_unicode_ci。
如create database demo CHARACTER SET utf8; 默認校對規則是utf8_general_ci 。

Unicode與UTF8
Unicode只是一個符號集，它只規定了符號的二進制代碼，卻沒有規定這個二進制代碼應該如何存儲.
UTF8字符集是存儲Unicode數據的一種可選方法。mysql同時支持另一種實現ucs2。

詳細說明

字符集(charset)：是一套符號和編碼。
校對規則(collation)：是在字符集內用于比較字符的一套規則，比如定義'A'<'B'這樣的關系的規則。不同collation可以實現不同的比較規則，如'A'='a'在有的規則中成立，而有的不成立；進而說，就是有的規則區分大小寫，而有的無視。
每個字符集有一個或多個校對規則，并且每個校對規則只能屬于一個字符集。

binary collation，二元法，直接比較字符的編碼，可以認為是區分大小寫的，因為字符集中'A'和'a'的編碼顯然不同。除此以外，還有更加復雜的比較規則，這些規則在簡單的二元法之上增加一些額外的規定，比較就更加復雜了。
mysql5.1在字符集和校對規則的使用比其它大多數數據庫管理系統超前許多，可以在任何級別進行使用和設置，為了有效地使用這些功能，你需要了解哪些字符集和校對規則是可用的，怎樣改變默認值，以及它們怎樣影響字符操作符和字符串函數的行為。

校對規則一般有這些特征：

兩個不同的字符集不能有相同的校對規則。
每個字符集有一個默認校對規則。例如，utf8默認校對規則是utf8_general_ci。
存在校對規則命名約定：它們以其相關的字符集名開始，通常包括一個語言名，并且以_ci（大小寫不敏感）、_cs（大小寫敏感）或_bin（二元）結束

確定默認字符集和校對
字符集和校對規則有4個級別的默認設置：服務器級、數據庫級、表級和連接級。
數據庫字符集和校對
每一個數據庫有一個數據庫字符集和一個數據庫校對規則，它不能夠為空。CREATE DATABASE和ALTER DATABASE語句有一個可選的子句來指定數據庫字符集和校對規則：
例如：
CREATE DATABASE db_name DEFAULT CHARACTER SET latin1 COLLATE latin1_swedish_ci;
MySQL這樣選擇數據庫字符集和數據庫校對規則：
· 如果指定了CHARACTER SET X和COLLATE Y，那么采用字符集X和校對規則Y。
· 如果指定了CHARACTER SET X而沒有指定COLLATE Y，那么采用CHARACTER SET X和CHARACTER SET X的默認校對規則。
· 否則，采用服務器字符集和服務器校對規則。
在SQL語句中使用COLLATE
•使用COLLATE子句，能夠為一個比較覆蓋任何默認校對規則。COLLATE可以用于多種SQL語句中。
使用WHERE：
select * from pro_product where product_code='ABcdefg' collate utf8_general_ci
Unicode與UTF8
Unicode只是一個符號集，它只規定了符號的二進制代碼，卻沒有規定這個二進制代碼應該如何存儲.Unicode碼可以采用UCS-2格式直接存儲.mysql支持ucs2字符集。
UTF-8就是在互聯網上使用最廣的一種unicode的實現方式。其他實現方式還包括UTF-16和UTF-32，不過在互聯網上基本不用。
UTF8字符集（轉換Unicode表示）是存儲Unicode數據的一種可選方法。它根據RFC 3629執行。UTF8字符集的思想是不同Unicode字符采用變長字節序列編碼：
· 基本拉丁字母、數字和標點符號使用一個字節。
· 大多數的歐洲和中東手寫字母適合兩個字節序列：擴展的拉丁字母（包括發音符號、長音符號、重音符號、低音符號和其它音符）、西里爾字母、希臘語、亞美尼亞語、希伯來語、阿拉伯語、敘利亞語和其它語言。
· 韓語、中文和日本象形文字使用三個字節序列
摘自：用夢想丈量人生，用奔跑丈量激情

校對集

MySQL5.5.8中共有字符集39，校對集195個

#顯示所有的校對集

Show collation

#顯示所有的字符集

show character set

所以一個字符集對應多個校對集，即同樣的一個字符集有多重排序規則

比如一個utf8的字符集共有22中排序規則

Utf8字符集默認的校對集為utf8_general_ci

通過show collation like ‘utf8/_%'

即可查看

mysql字符集和校對規則(Mysql校對集)