https://www.cnblogs.com/yangmingxianshen/p/7999428.html
https://blog.csdn.net/kikajack/article/details/84668924
https://www.cnblogs.com/amyzhu/p/9595665.html
一、查看字符集
1.查看MYSQL数据库服务器和数据库字符集
方法一：show variables like '%character%';
方法二：show variables like 'collation%';
mysql> show variables like '%character%'; +--------------------------+--------------------------------------+ | Variable_name | Value | +--------------------------+--------------------------------------+ | character_set_client | utf8 | | character_set_connection | utf8 | | character_set_database | utf8 | | character_set_filesystem | binary | | character_set_results | utf8 | | character_set_server | utf8 | | character_set_system | utf8 | | character_sets_dir | /usr/local/mysql5535/share/charsets/ | +--------------------------+--------------------------------------+ 8 rows in set (0.00 sec)
utf8mb4 已成为 MySQL 8.0 的默认字符集，在MySQL 8.0.1及更高版本中将 utf8mb4_0900_ai_ci 作为默认排序规则。
新项目只考虑 utf8mb4
UTF-8 编码是一种变长的编码机制，可以用1~4个字节存储字符。
因为历史遗留问题，MySQL 中的 utf8 编码并不是真正的 UTF-8，而是阉割版的，最长只有3个字节。当遇到占4个字节的 UTF-8 编码，例如 emoji 字符或者复杂的汉字，会导致存储异常。
从 5.5.3 开始，MySQL 开始用 utf8mb4 编码来实现完整的 UTF-8，其中 mb4 表示 most bytes 4，最多占用4个字节。从 8.0 之后，将会在某个版本开始用 utf8mb4 作为默认字符编码。
设置服务器默认字符集为 utf8mb4
创建数据库时，如果没有指定字符集，会采用服务器的默认字符集。设置服务器默认字符集为 utf8mb4 可以提高便利性。
编辑 MySQL 的配置文件
只需要关心5个系统变量，这5个都改为 utf8mb4 则修改成功：
character_set_client
character_set_connection
character_set_results
character_set_server
character_set_database
my.cnf 是MySQL 的配置文件，修改之前记得先备份：
在[mysqld]下面加上default-character-set=utf8后服务器启动不了，莫名其妙。后来这么改就好了（MySQL5.7）：
[mysqld]
init_connect='SET collation_connection = utf8mb4_unicode_ci'
init_connect='SET NAMES utf8mb4'
character-set-server=utf8mb4
collation-server=utf8mb4_unicode_ci
skip-character-set-client-handshake
...
[client]
default-character-set=utf8mb4
重启并确认
可以看到，系统编码、连接编码、服务器和客户端编码都设置为 UTF-8了：
mysql> show variables like "%char%";
+--------------------------------------+--------------------------------+
| Variable_name | Value |
+--------------------------------------+--------------------------------+
| character_set_client | utf8mb4 |
| character_set_connection | utf8mb4 |
| character_set_database | utf8mb4 |
| character_set_filesystem | binary |
| character_set_results | utf8mb4 |
| character_set_server | utf8mb4 |
| character_set_system | utf8 |
| character_sets_dir | /usr/share/mysql-8.0/charsets/ |
| validate_password.special_char_count | 1 |
+--------------------------------------+--------------------------------+
9 rows in set (0.00 sec)
MySQL 中字符集相关变量
character_set_client：客户端请求数据的字符集
character_set_connection：从客户端接收到数据，然后传输的字符集
character_set_database：默认数据库的字符集，无论默认数据库如何改变，都是这个字符集；如果没有默认数据库，那就使用 character_set_server指定的字符集，这个变量建议由系统自己管理，不要人为定义。
character_set_filesystem：把操作系统上的文件名转化成此字符集，即把 character_set_client转换character_set_filesystem， 默认binary是不做任何转换的
character_set_results：结果集的字符集
character_set_server：数据库服务器的默认字符集
character_set_system：存储系统元数据的字符集，总是 utf8，不需要设置
创建数据库时指定字符集为 utf8mb4
如果数据库默认字符集不是 utf8mb4，那么可以在创建数据库时指定字符集：
CREATE DATABASE mydb CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
排序字符集 collation
字符除了需要存储，还需要排序或比较大小。推荐用 utf8mb4_unicode_ci，但是用 utf8mb4_general_ci 也没啥问题。
MySQL 8.0 默认的是 utf8mb4_0900_ai_ci，属于 utf8mb4_unicode_ci 中的一种，具体含义如下：
uft8mb4 表示用 UTF-8 编码方案，每个字符最多占4个字节。
0900 指的是 Unicode 校对算法版本。（Unicode归类算法是用于比较符合Unicode标准要求的两个Unicode字符串的方法）。
ai指的是口音不敏感。也就是说，排序时e，è，é，ê和ë之间没有区别。
ci表示不区分大小写。也就是说，排序时p和P之间没有区别。
utf8mb4 已成为默认字符集，在MySQL 8.0.1及更高版本中将utf8mb4_0900_ai_ci作为默认排序规则。以前，utf8mb4_general_ci是默认排序规则。由于utf8mb4_0900_ai_ci排序规则现在是默认排序规则，因此默认情况下新表格可以存储基本多语言平面之外的字符。现在可以默认存储表情符号。如果需要重音灵敏度和区分大小写，则可以使用utf8mb4_0900_as_cs代替。
1.utf8与utf8mb4（utf8 most bytes 4）
- MySQL 5.5.3之后增加了utfmb4字符编码
- 支持BMP（Basic Multilingual Plane，基本多文种平面）和补充字符
- 最多使用四个字节存储字符
utf8mb4是utf8的超集并完全兼容utf8，能够用四个字节存储更多的字符。
标准的UTF-8字符集编码是可以使用1-4个字节去编码21位字符，这几乎包含了世界上所有能看见的语言。
MySQL里面实现的utf8最长使用3个字符，包含了大多数字符但并不是所有。例如emoji和一些不常用的汉字，如“墅”，这些需要四个字节才能编码的就不支持。
2.字符集、连接字符集、排序字符集
utf8mb4对应的排序字符集有utf8mb4_unicode_ci、utf8mb4_general_ci.
utf8mb4_unicode_ci和utf8mb4_general_ci的对比：
- 准确性：
- utf8mb4_unicode_ci是基于标准的Unicode来排序和比较，能够在各种语言之间精确排序
- utf8mb4_general_ci没有实现Unicode排序规则，在遇到某些特殊语言或者字符集，排序结果可能不一致。
- 但是，在绝大多数情况下，这些特殊字符的顺序并不需要那么精确。
- 性能
- utf8mb4_general_ci在比较和排序的时候更快
- utf8mb4_unicode_ci在特殊情况下，Unicode排序规则为了能够处理特殊字符的情况，实现了略微复杂的排序算法。
- 但是在绝大多数情况下发，不会发生此类复杂比较。相比选择哪一种collation，使用者更应该关心字符集与排序规则在db里需要统一。