MySQL字符集

字符集的选择

1.如果数据库只需要支持中文，数据量很大，性能要求也很高，应该选择双字节定长编码的中文字符集(如GBK)。因为相对于UTF-8而言，GBK"较小"，每个汉字只占2个字节，UTF-8的汉字占3个字节。这样可以减少磁盘I/O、数据库Cache以及网络传输的时间，从而提高性能。

如果主要处理英文字符，仅有少量汉字数据，选择UTF-8更好，因为GBK等英文字符编码都是2字节，会造成很多不必要的开销。

2.如果数据库需要做大量的字符运算，如比较、排序等，选择定长字符集更好。因为定长字符集处理速度比变长字符集速度快。

3.如果所有客户端都支持某一个字符集，则应该选择这个字符集作为数据库字符集。因为这样可以避免因为字符集转换带来的性能开销和数据损失。

 

支持的字符集

查看所有可用的字符集

show character set;

查看所有字符集和该字符集默认的校对规则

desc information_schema.character_sets;

查看相关字符集的校对规则

show collation like  'gbk%';

 

校对规则命名

_ci(大小写不敏感)

_cs(大小写敏感)

_bin(基于字符编码的值，与language无关)

 

测试'A'和'a'在_ci和_bin下是否相同

select case when 'A' collate gbk_chinese_ci = 'a' collate gbk_chinese_ci then 1 else 0 end;

select case when 'A' collate gbk_bin = 'a' collate gbk_bin then 1 else 0 end;

 

MySQL字符集的设置

MySQL字符集和校对规则有4个级别的默认设置：1.服务器级 2.数据库级 3.表级 4.字段级

 

[服务器级]

在MySQL服务启动时确定：

1.在my.cnf中设置

character-set-server=gbk

2.在启动选项中指定

mysqld --character-set-server=gbk

3.在编译时指定

shell>cmake .  -DDEFAULT_CHARSET=gbk

 

如果没有特别指定服务器字符集，则默认使用latin1作为服务器字符集。

如果没有指定校对规则，则使用字符集的默认校对规则。

 

查询当前服务器字符集和校对规则

show variables like 'character_set_server';

show variables like 'collation_server';

 

[数据库级]

数据库字符集的规则：

1.指定字符集没有指定校对规则，则使用字符集的默认校对规则。

2.指定校对规则但未指定字符集，则使用与校对规则相关联的字符集。

3.都未指定，则使用服务器级字符集和校对规则。

显示当前数据库字符集

show variables like 'character_set_database';

show variables like 'collation_database';

修改数据库的字符集和校对规则

alter datebase 数据库名 default character set 字符集 [collate 校对规则]

 

[表级]

显示表的字符集和校对规则

show create table 表名;

修改表的字符集和校对规则

alter table 表名 default character set 字符集 [collate 校对规则]

 

[字段级]

修改字段的字符集和校对规则

alter table 表名 change 字段名 字段新名 字段类型 character set 字符集 [collate 校对规则]

修改一张表中所有字段的字符集

alter table 表名 convert to character set 字符集 [collate 校对规则];

显示字段的字符集和校对规则

show full columns from 表名;

定义字段索引时，需要在索引后加个逗号，不然会引起语法错误。

alter table t1 change name name varchar(255)  not null,default character set utf8;

 

连接字符集和校对规则

对于服务器和客户端的交互操作，MySQL提供了三个不同的参数：character_set_client，character_set_connection和character_set_results，分别代表客户端、连接和返回结果的字符集。

通常情况下，这三个字符集应该是相同的，才可以保证用户写入的记录刻意正确地读出。

设置连接的字符集和校对规则，同时修改这3个参数的值

set names 字符集

在my.cnf中设置字符集(在服务启动后，所有连接默认使用GBK字符集进行连接，而不需要执行set names gbk)

[mysql]

default-character-set=gbk

强制字符串的字符集和校对规则

[_字符集]'string'[collate 校对规则]

eg:

select _gbk '字符集'; 

 

字符集的修改步骤

将latin1改成gbk

1.导出表结构。

mysqldump -uroot -p --default-character-set=gbk -d databasename>createtab.sql

 

--default-character-set=gbk ：表示设置以什么字符集连接

-d ：只导出表结构，不导出数据

 

2.手工修改createtab.sql中表结构定义中的字符集为新的字符集。

3.确保记录不再更新，导出所有记录。

mysqldump -uroot -p --quick --no-create-info --extended-insert --default-character-set=latin1 databasename>data.sql

4.打开data.sql，将set names latin1 修改成 set names gbk。

5.使用新的字符集创建新的数据库

create database databasename default charset gbk;

6.创建表，执行createtab.sql

mysql -uroot -p databasename<createtab.sql

7.导入数据，执行data.sql

mysql -uroot -p databasename<data.sql

 

--quick ：该选项用于转储大的表。

--extended-insert ：使用包括几个values 列表中的多行insert 语法。这样使转储文件更小，重载文件时可以加速插入。

--no-create-info ：不导出每个转储表的create table 语句

--default-character-set=latin1 ：按照原有的字符集导出所有数据，这样导出的文件中，所有中文都是可见的，不会保存成乱码。

 

 

1 row(s) affected, 1 warning(s): 1366 Incorrect string value: '\xE4\xBD\xA0\xE5\xA5\xBD' for column 'content' at row 1    0.078 sec

产生错误的原因：

1.创建数据库和数据表的时候未声明字符集，所以使用了“默认字符集latin1”，在插入含有中文数据时产生警告。该数据会正常插入，但中文会保存为乱码。

2.使用alter datadase character set... 或者alter table tablename character set ...修改数据库或数据表编码。

这两条语句无法影响字段本身的编码，所以字段依然是latin1编码。

解决的办法：

1.用"alter table 表名 change 字段名 字段新名 字段类型 character set 字符集 [collate 校对规则] "来修改字段的字符集。

2.修改数据表的字符集，删除旧字段，然后新建字段，这时新建的字段就是修改后的数据表字符集。

3.修改数据表的字符集， 但是原来的字段还是latin1字符集。使用方法1修改字段字符集。