【MySQL（九）】字符集

编码：字符 -> 二进制；

解码：二进制 -> 字符；

为什么会出现乱码？因为编码和解码的规则不同。本质上都是同样的一串二进制流，按照不同的规则解读的结果当然是不同的。类比一下我们的时间戳转时间的场景，时间戳就好比是二进制，时区就好比是不同的字符集，同一个时间戳用不同的时区转换，得到的结果当然是不同的。所以，我们只要保证编码和解码用同一套字符集就不会出现乱码了。

mysql里支持的字符集

这里主要指存储数据的字符集。可以使用如下命令查看：

show charset

另外我们可以设置不同级别的字符集，服务器、数据库、表、列四个级别。

存储不同字符集的数据，消耗的空间是不同的。比如ascii字符集，就是固定一个字节。但是对于utf8字符集，需要1-3个字节，这是变长字符集，所以空间是不固定的。

mysql中utf8其实指的是utf8mb3字符集，是mysql里的一种原始utf8字符集的变种，原始的utf8字符集需要1-4字节，而utf8mb3只需要1-3字节。原始的utf8字符集在mysql里叫utf8mb4。

字符集转换

在客户端发起一条sql语句，到接受服务端返回，这个过程中的字符集是如何转换的？

1.客户端使用mysql client发起sql语句查询，此时在客户端机器上，使用操作系统的字符集对命令进行了编码，转成了二进制流发送到网络中；

2.mysql服务端接受二进制流，使用character_set_client指定的字符集解码二进制流；

3.将字符流使用character_set_connection指定的字符集转换；

4.将字符集与列数据作比较；

5.将结果使用character_set_results指定的字符集编码，返回给客户端；

这里有个问题，为什么需要转成character_set_connection？
https://stackoverflow.com/questions/16082480/what-is-the-purpose-of-character-set-connection
这里有一段解释。意思是在做字符常量比较时，需要使用character_set_connection对常量进行转换。啥意思？

比如select * from text where name = '哈哈'这条语句。服务端首先会用character_set_client解码，然后处理语句。里面的where查询中的name列，会按照该列对应的字符集转码，但是对于常量‘哈哈’怎么处理？显然如果不处理，那么会按照character_set_client处理，但这可能有问题啊，可能会导致参与比较的双方使用的字符集都不一样，这还怎么比？所以就需要再按照character_set_connection来转换一次常量，所以character_set_connection貌似应该与比较的列名的字符集一致。

这里有三种字符集需要设置？其实可以只用如下命令：

set names xxx

便可以同时设定如上三个字符集。

 

几个例子：

默认都是utf8编码。

create table text (
    name varchar(10)
) engine=Innodb default charset=utf8;

mysql> insert into text values('我');
Query OK, 1 row affected (0.01 sec)

建表并插入一条数据；

mysql> set character_set_results=gbk;
Query OK, 0 rows affected (0.00 sec)

mysql> select * from text;
+------+
| name |
+------+
| ��     |
+------+
1 row in set (0.00 sec)

这里设置了character_set_results为不同的编码，导致查询结果乱码；

 

mysql> set character_set_connection = ascii;
Query OK, 0 rows affected (0.00 sec)

mysql> select * from text where name = '我';
Empty set, 1 warning (0.00 sec)

这是设置了character_set_connection，导致无法查到数据；