MySQL中的CHARSET和COLLATE关键字

最新推荐文章于 2024-07-15 22:21:06 发布

wangtaoking1

最新推荐文章于 2024-07-15 22:21:06 发布

阅读量6.7k

点赞数 4

分类专栏：数据库文章标签： mysql 数据库

本文链接：https://blog.csdn.net/wangtaoking1/article/details/107954837

版权

数据库专栏收录该内容

11 篇文章 0 订阅

订阅专栏

MySQL中使用命令SHOW CREATE TABLE t可以查看建表语句，如下所示，我们可以看到描述中有两个关键字CHARSET和COLLATE，其中CHARSET可能很多人都大概知道，但是对COLLATE了解的人可能就比较少了。这篇文章就简单介绍一下MySQL中的CHARSET和COLLATE这两个关键字。

CREATE TABLE `t` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(20) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci

1. CHARSET

CHARSET表示数据编码方式，在MySQL中可以使用命令show variables like 'character_set_%';查看系统默认编码集。

+--------------------------+--------------------------------+
| Variable_name            | Value                          |
+--------------------------+--------------------------------+
| character_set_client     | latin1                         |
| character_set_connection | latin1                         |
| character_set_database   | utf8mb4                        |
| character_set_filesystem | binary                         |
| character_set_results    | latin1                         |
| character_set_server     | utf8mb4                        |
| character_set_system     | utf8                           |
| character_sets_dir       | /usr/share/mysql-8.0/charsets/ |
+--------------------------+--------------------------------+
8 rows in set (0.00 sec)

在我们的业务场景中因为经常会涉及到中文，常用的编码方式就是utf-8，但是在MySQL中的utf8编码其实并不是我们平时使用的utf-8编码，正确的对应编码是utf8mb4，在MySQL中utf8编码最多只能支持3 bytes长度的字符编码，对于一些需要占用4 bytes的字符使用utf8编码方式就不支持了，需要使用utf8mb4才行，这是MySQL的一个遗留问题。

我们在使用MySQL时，如果使用的是5.7及以前的版本，需要我们手动将编码方式配置为utf8mb4，如果使用的是版本8+则默认就是该编码了，不需要我们再修改了。修改MySQL默认字符集，可以在/etc/my.cnf配置文件中修改对应的编码即可，注意不同的版本修改方式可能有些不太一样。

2. COLLATE

COLLATE属性用于指定列的排序和比较方式，我们在使用ORDER BY、DISTINCT、GROUP BY等命令时都会涉及到该属性。另外我们在对表建索引时，如果索引列是字符类型，那么COLLATE属性也会影响到索引的创建。

COLLATE通常是和字符编码CHARSET相关的，每种CHARSET都对应了多种它所支持的COLLATE，并且会指定一个默认COLLATE。比如utf8mb4编码的默认COLLATE为utf8mb4_general_ci，对于中文场景来说，其实utf8mb4_unicode_ci和utf8mb4_general_ci没有什么区别。我们可以使用命令show collation;查看MySQL所支持的COLLATE。

我们会发现，很多COLLATE里面都带有_ci后缀，这是Case Insensitive的缩写，表示大小写无关。对应的_cs后缀表示大小写敏感。

需要注意的是，在MySQL 8+版本中，默认的CHARSET直接改成了utf8mb4，对应的默认COLLATE也改成了utf8mb4_0900_ai_ci，这是unicode的一个细分，就相当于utf8mb4_unicode_ci。