[MySQL] 字符集和排序方式

字符串类型

MySQL的字符串分为两大类：

1）二进制字符串：即一串字节序列，对字节的解释不涉及字符集，因此它没有字符集和排序方式的概念

2）非二进制字符串：由字符构成的序列，字符集用来解释字符串的内容，排序方式决定字符的大小

字符集和排序方式

字符集和排序方式的关系是这样的：一个字符集可以有一个或多个排序方式，有一个默认的排序方式，我们可以通过以下例子说明：

mysql> show character set like '%gbk%';
+---------+------------------------+-------------------+--------+
| Charset | Description            | Default collation | Maxlen |
+---------+------------------------+-------------------+--------+
| gbk     | GBK Simplified Chinese | gbk_chinese_ci    |      2 | 
+---------+------------------------+-------------------+--------+
1 row in set (0.00 sec)

mysql> show collation like '%gbk%';
+----------------+---------+----+---------+----------+---------+
| Collation      | Charset | Id | Default | Compiled | Sortlen |
+----------------+---------+----+---------+----------+---------+
| gbk_chinese_ci | gbk     | 28 | Yes     | Yes      |       1 | 
| gbk_bin        | gbk     | 87 |         | Yes      |       1 | 
+----------------+---------+----+---------+----------+---------+
2 rows in set (0.00 sec)

从上例中我们可以看出字符集gbk有两个排序方式（分别为gbk_chinese_ci何gbk_bin），其中默认的排序方式为gbk_chinese_ci。

排序方式的命名规则为：字符集名字_语言_后缀，其中各个典型后缀的含义如下：

1）_ci：不区分大小写的排序方式

2）_cs：区分大小写的排序方式

3）_bin：二进制排序方式，大小比较将根据字符编码，不涉及人类语言，因此_bin的排序方式不包含人类语言

因此，gbk_chinese_ci排序方式就表示：字符集为gbk，人类语言使用中文来比较大小，比较时区分大小写。

常用函数

字符集引导

字符集引导可以让MySQL指定一种字符集来解释字符常量，其语法为：

_charset str

如：

_utf8 'ABCD'   表示以utf8字符集来介绍字符串常量'ABCD'

字符集转换

convert()函数可以把一个字符串转换成指定字符集，其语法为：

convert(str using charset)

如 convert('ABCD' using utf8)  表示把'ABCD'的字符集转换成uft8

length()函数  --返回字节的长度

char_length()  --返回字符长度

与字符集有关的系统变量

通过以下语句可以查看与字符集有关的系统变量：

mysql> show variables like 'character\_set\_%';
+--------------------------+--------+
| Variable_name            | Value  |
+--------------------------+--------+
| character_set_client     | latin1 | 
| character_set_connection | latin1 | 
| character_set_database   | gbk    | 
| character_set_filesystem | binary | 
| character_set_results    | latin1 | 
| character_set_server     | gbk    | 
| character_set_system     | utf8   | 
+--------------------------+--------+
7 rows in set (0.01 sec)

mysql> show variables like 'collation\_%';              
+----------------------+-------------------+
| Variable_name        | Value             |
+----------------------+-------------------+
| collation_connection | latin1_swedish_ci | 
| collation_database   | gbk_chinese_ci    | 
| collation_server     | gbk_chinese_ci    | 
+----------------------+-------------------+
3 rows in set (0.00 sec)

它们的含义如下：

character_set_system：MySQL数据库标识符使用的字符集，永远是utf8

character_set_server和collation_server：服务器的默认字符集和排序方式

character_set_database和collation_database：当前数据库的默认字符集和排序方式
以下三个变量将影响客户端和服务器之间的通信：

character_set_client：客户端向服务器发送SQL语句使用的字符集

character_set_results：服务器向客户端返回结果时使用的字符集

character_set_connection：如果它和character_set_client不同，从客户端发来的SQL语句将转换为它指定的字符集

默认情况下，上述三个变量都设为为相同的值，如果某个客户端想使用另一种字符集与服务器通信，可以修改它们，如：

set character_set_client = utf8;
set character_set_results = utf8;
set character_set_connection = utf8;

或者，更简单的方法是使用如下一条语句也能达到相同的效果：

set names 'utf8';