开发篇之字符集

字符集

给每个文字符号编号以便于计算机识别处理，就有了计算机字符集。

字符集概述

• ANCII（American Standard Code for Information Interchange)
• 进一步变成国际标准ISO-646
  • 该字符集采用7位编码，定义了包括大小写英文字母、阿拉伯数字和标点符号，以及33个控制符号
• ISO-8859
• GB2312-80
• GBK
• BIG 5

Unicode简述

为了统一字符编码，国际标准化组织ISO的一些国家指定新的国际字符标准，叫做USC，标准编号定位ISO-10646

• ISO-10646采用4字节编码，将代码空间划分为组、面、行、格

• 1991年，ISO将Unicode编码并入ISO-10646的0组0字面，叫做基本多语言文字面【BMP

• ISO-10646足以容纳人类从古至今使用过的所有文字和符号，但绝大部分文字已经很少使用了，超过99%的在用文字都编入了BMP，因此，绝大部分情况下，Unicode都满足需求，并在节省内存和处理时间上都有优势。

• 为了解决使用上诉两个字面之外的文字，Unicode提出了UTF-16解决方案。

  • UTF-16：对BMP的字面的编码保持二字节不变，对其它字面的文字按一定规则将其32位编码转换为2个16位的Unicode编码

汉字

• GB 2312-80
  • 早期标准
• GBK
  • 不是国标，但挺多系统支持
• GB 18030
  • 是GBK的超集

常用

• UTF-8
  • 不是定长，1~4字节编码
• GBK
  • 是定长，双字节编码
• UTF-16
  • 不是定长，2字节或4字节编码

选择

• 满足应用支持语言的需求
• 涉及已有数据的导入，考虑兼容性
• 如果需要大量的字符运算，选择定长字符集较好
• 数据量大，支持一般中文，性能要求高，用GBK

MySQL支持的字符集简介

使用命令show character set;查看所有可用的字符集

或desc information_schema.character_sets；显示所有的字符集和该字符集默认的校对规则

字符集

• 30多种，用来定义MySQL存储字符串的方式

校对规则

• 70多种，用来定义比较字符串的方式

字符集和校对规则是一对多的关系，每个字符集至少对应一个校对规则

MySQL字符集的设置

• MySQL有四个级别的默认设置：服务器级、数据库级、表级和字段级

服务器级

• 设置字符集

  • 在my.conf文件内设置

    [mysqld]

    character-set-server=gbk

  • 在启动选项种指定

    mysqld --character-set-server=gbk

  • 编译时指定

    shell>cmake . -ddefault-charset=gbk

• 默认为latin1

• 关于校对规则

  • show variables like 'collation_server';

数据库级

• 设置【可在创建时指定，也可用alter database 修改
  • 如果设置了字符集和校对规则，使用指定的
  • 如果没有指定字符集，按照校对规则关联的字符集
  • 如果没有指定校对规则，按照字符集的默认
  • 如果都没有指定，按照服务器的默认

表级

• 设置
  • 规则同上类似
• 查看
  • show create table tablename \G;

列级

• 基本同上【一般不会遇到吧

连接字符集和校对规则【未实操过，待补充

应用访问时，客户端和服务器之间交互的设置

set names ***【具体还未操作过

字符集的修改

应用开始阶段没有正确设置，不想丢弃数据

• 先将数据导出
• 调整数据
• 创建新的字符集的数据库，将调整后数据导入