mysql常见字符集_MySQL字符集

一.字符集介绍

什么是字符集(Charset)

字符集：是一个系统支持的所有抽象字符的集合。字符是各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等。

1.gbk/gb2312

gbk/gb2312

采用双字节字符集，不论中、英文字符均使用双字符来表示，为了区分中文，将其最高位都设定成1

gb2312是gbk的子集，gbk是gb18030的子集，gb2312仅能存储简体中文字符

gbk包括中日韩字符的大字符集

通常使用gbk字符集足够

国际通用性比utf8差，不过utf8占用的数据库比gbk大(utf8是三字节字符集)

2.utf8/utf8mb4

UTF全称(Unicode Transformation Format)，是Unicode的一种存储方式，可变长度字符编码，又称万国码

数据库字符集尽量使用utf8(包括 connect、result、及最终html页面都必须要求一致为utf8)

UTF8使用可变长度字节来存储 Unicode字符，例如 ASCII字母继续使用1个字节存储，重音文字、希腊字母、或西里尔字母等使用2个字节来存储，而常用的汉字就要用3个字节；也就是一个英文字符等于一个字节，一个中文(含繁体)等于三个字节。

utf8mb4一个字符最多能存4字节，所以能支持更多的字符集；项目中常用utf8mb4存放emoji表情

latin1

是8bit (1 bytes)字符集，但不能覆盖亚洲、非洲语言

unidoce是latin1的扩展，增加了亚洲、非洲常规语言支持，但仍不支持全部语言，且ASCII用unidoce来表示效率不高(小字符集转换成大字符集,往往便随的就是字符的丢失)

utf8是unicode的扩展

gbk、gb2312等字符集与utf8之间都必须通过Unicode编码才能相互转换

二.字符集使用建议

字符集查看和校验值查看命令

mysql> show charset;

mysql> show collation;

1、非常肯定只有中文终端用户时，可选择gbk / gb2312

2、为了方便数据迁移、以及多种终端展示，最好是utf8

3、字符无需区分大小写时，采用默认的xx_ci校验集可以，否则选择xx_bin或cs校验集(生产环境中,尽量不要修改校验集)

4、默认字符集是latin1，该字符集存放汉字是分开存放，以至于检索结果时不够精确，好处就是节省空间，不推荐使用

三.Mysql字符集的范围和优先级

字符集范围

服务器层(server) > 数据库成(database) > 数据表(table) > 字段(column) > 连接(connection) | 结果集(result)

字符集优先级

连接(connection) | 结果集(result) > 字段(column) > 数据表(table) > 数据库成(database) > 服务器层(server)

四.字符集设置

1.操作系统级别

1)CentOS 6.x 版本

[root@db01 ~]# vim /etc/sysconfig/i18n

LANG="en_US.UTF-8"

SYSFONT="latarcyrheb-sun16"

2)CentOS 7.x 版本

[root@db01 ~]# vim /etc/locale.conf

LANG="en_US.UTF-8"

2.MySQL实例级别

方法一：编译安装时指定

cmake .

-DDEFAULT_CHARSET=utf8 \

-DDEFAULT_COLLATION=utf8_general_ci \

-DWITH_EXTRA_CHARSETS=all \

方法二：配置文件中设定字符集。

vim /etc/my.cnf

[mysqld]

character-set-server=utf8

3.库别级别的字符集设置

#库级别的字符集

mysql> create database oldboy charset utf8;

#表级别的字符集

mysql> create table mysql.oldboy(id int)charset utf8;

4.其它的修改字符集的方式

1.临时生效

mysql> set character_set = 'gbk';

mysql> set character_set_client = 'gbk';

2.全局生效

mysql> set global character_set_client = 'gbk';

Query OK, 0 rows affected (0.00 sec)

五.常用的数据类型

#整型

int -2^31 ~ 2^31-1

tinyint -128 ~ 127

#字符串类型

char 定长

char(N)：N代表的是字符个数(也叫字符长度)、而非bytes

char(N)：是固定长存储,占用定长的存储空间,不足的部分用空格填充；MySQL处理char(N)类型时，需要将空格strip掉后return。

存储空间：char(N)类型的存储空间和字符集有关系，结合刚才字符集的知识点，一个中文在utf8字符集中占用3个bytes、gbk占用2个bytes、数字和字符统一用一个字符表示。

存储机制：在不够N长度时，MySQL在存储数据时，需要用填充特殊的空格，而非十六进制的20

varchar 变长

varchar(N)：N代表的是字符个数(也叫字符长度)、而非bytes

varchar(N)：是变长存储,仅使用必要的存储空间.

存储空间：varchar(N)类型的存储空间和字符集有关系，结合刚才字符集的知识点，一个中文在utf8字符集中占用3个bytes、gbk统一占用2个bytes、数字和字符一个字符表示。

存储机制：varchar(N)字段存储实际是从第二个字节开始存储,然后用1到2个字节表示实际长度,剩下的才是可以存储数据的范围,因此最大可用存储范围是65535-3=65532字节;第一个字节标识是否为空.(长度小于255字节,使用一个字节来表示长度;大于255字节使用两个字节来表示长度)

#枚举类型

enum

#日期类型

datetime

timestamp