MySQL 字符集

##查看所有可用的字符集的命令是show character set：
mysql> show character set;
+----------+-----------------------------+---------------------+--------+
| Charset  | Description                 | Default collation   | Maxlen |
+----------+-----------------------------+---------------------+--------+
| big5     | Big5 Traditional Chinese    | big5_chinese_ci     |      2 |
| dec8     | DEC West European           | dec8_swedish_ci     |      1 |
| cp850    | DOS West European           | cp850_general_ci    |      1 |
| hp8      | HP West European            | hp8_english_ci      |      1 |
| koi8r    | KOI8-R Relcom Russian       | koi8r_general_ci    |      1 |
| latin1   | cp1252 West European        | latin1_swedish_ci   |      1 |
| latin2   | ISO 8859-2 Central European | latin2_general_ci   |      1 |
| swe7     | 7bit Swedish                | swe7_swedish_ci     |      1 |
| ascii    | US ASCII                    | ascii_general_ci    |      1 |
| ujis     | EUC-JP Japanese             | ujis_japanese_ci    |      3 |
| sjis     | Shift-JIS Japanese          | sjis_japanese_ci    |      2 |
| hebrew   | ISO 8859-8 Hebrew           | hebrew_general_ci   |      1 |
| tis620   | TIS620 Thai                 | tis620_thai_ci      |      1 |
| euckr    | EUC-KR Korean               | euckr_korean_ci     |      2 |
| koi8u    | KOI8-U Ukrainian            | koi8u_general_ci    |      1 |
| gb2312   | GB2312 Simplified Chinese   | gb2312_chinese_ci   |      2 |
| greek    | ISO 8859-7 Greek            | greek_general_ci    |      1 |
| cp1250   | Windows Central European    | cp1250_general_ci   |      1 |
| gbk      | GBK Simplified Chinese      | gbk_chinese_ci      |      2 |
| latin5   | ISO 8859-9 Turkish          | latin5_turkish_ci   |      1 |
| armscii8 | ARMSCII-8 Armenian          | armscii8_general_ci |      1 |
| utf8     | UTF-8 Unicode               | utf8_general_ci     |      3 |
| ucs2     | UCS-2 Unicode               | ucs2_general_ci     |      2 |
| cp866    | DOS Russian                 | cp866_general_ci    |      1 |
| keybcs2  | DOS Kamenicky Czech-Slovak  | keybcs2_general_ci  |      1 |
| macce    | Mac Central European        | macce_general_ci    |      1 |
| macroman | Mac West European           | macroman_general_ci |      1 |
| cp852    | DOS Central European        | cp852_general_ci    |      1 |
| latin7   | ISO 8859-13 Baltic          | latin7_general_ci   |      1 |
| cp1251   | Windows Cyrillic            | cp1251_general_ci   |      1 |
| cp1256   | Windows Arabic              | cp1256_general_ci   |      1 |
| cp1257   | Windows Baltic              | cp1257_general_ci   |      1 |
| binary   | Binary pseudo charset       | binary              |      1 |
| geostd8  | GEOSTD8 Georgian            | geostd8_general_ci  |      1 |
| cp932    | SJIS for Windows Japanese   | cp932_japanese_ci   |      2 |
| eucjpms  | UJIS for Windows Japanese   | eucjpms_japanese_ci |      3 |
+----------+-----------------------------+---------------------+--------+
36 rows in set (0.00 sec)

##查看相关字符集的校对规则。
mysql> show collation like 'gbk%';
+----------------+---------+----+---------+----------+---------+
| Collation      | Charset | Id | Default | Compiled | Sortlen |
+----------------+---------+----+---------+----------+---------+
| gbk_chinese_ci | gbk     | 28 | Yes     | Yes      |       1 |
| gbk_bin        | gbk     | 87 |         | Yes      |       1 |
+----------------+---------+----+---------+----------+---------+
2 rows in set (0.00 sec)
##MySQL 的字符集包括字符集（CHARACTER）和校对规则（COLLATION）两个概念。字符集是用来定义MySQL 存储字符串的方式，校对规则则是定义了比较字符串的方式。
##例如，上面例子中GBK 的校对规则，其中gbk_chinese_ci 是默认的校对规则，大小写不敏感的，gbk_bin 按照编码的值进行比较，是大小写敏感的。

MySQL 的字符集和校对规则有4 个级别的默认设置：服务器级、数据库级、表级和字段级。它们分别在不同的地方设置，作用也不相同。

1、 服务器字符集和校对规则
可以在my.cnf 中设置：
[mysqld]
default-character-set=gbk
或者在启动选项中指定：
mysqld --default-character-set=gbk
或者在编译的时候指定：
./configure --with-charset=gbk

上面3 种设置的方式都只指定了字符集，没有指定校对规则，这样是使用该字符集默认的校对规则，如果要使用该字符集的非默认校对规则，则需要在指定字符集的同时指定校对规则。
可以用“show variables like 'character_set_server';”命令查询当前服务器的字符集和校对规则。
mysql> show variables like 'character_set_server';
+----------------------+--------+
| Variable_name        | Value  |
+----------------------+--------+
| character_set_server | latin1 |
+----------------------+--------+
1 row in set (0.00 sec)

mysql> show variables like 'collation_server';
+------------------+-------------------+
| Variable_name    | Value             |
+------------------+-------------------+
| collation_server | latin1_swedish_ci |
+------------------+-------------------+
1 row in set (0.00 sec)

2、 数据库字符集和校对规则
数据库的字符集和校对规则在创建数据库的时候指定，也可以在创建完数据库后通过“alter database”命令进行修改。需要注意的是，如果数据库里已经存在数据，因为修改字符集并不能将已有的数据按照新的字符集进行存放
设置数据库字符集的规则是：
 如果指定了字符集和校对规则，则使用指定的字符集和校对规则；
 如果指定了字符集没有指定校对规则，则使用指定字符集的默认校对规则；
 如果没有指定字符集和校对规则，则使用服务器字符集和校对规则作为数据库的字符集和校对规则。

显示当前数据库的字符集和校对规则：
mysql> show variables like 'character_set_database';
+------------------------+--------+
| Variable_name          | Value  |
+------------------------+--------+
| character_set_database | latin1 |
+------------------------+--------+
1 row in set (0.00 sec)

mysql> show variables like 'collation_database';
+--------------------+-------------------+
| Variable_name      | Value             |
+--------------------+-------------------+
| collation_database | latin1_swedish_ci |
+--------------------+-------------------+
1 row in set (0.00 sec)

3、 表字符集和校对规则
表的字符集和校对规则在创建表的时候指定，可以通过alter table 命令进行修改，同样，如果表中已有记录，修改字符集对原有的记录并没有影响，不会按照新的字符集进行存放。
设置表的字符集的规则和上面基本类似：
 如果指定了字符集和校对规则，使用指定的字符集和校对规则；
 如果指定了字符集没有指定校对规则，使用指定字符集的默认校对规则；
 如果没有指定字符集和校对规则，使用数据库字符集和校对规则作为表的字符集和校对规则。

要显示表的字符集和校对规则，可以使用show create table 命令查看：
mysql> show create table test \G
*************************** 1. row ***************************
       Table: test
Create Table: CREATE TABLE `test` (
  `c1` float(10,2) DEFAULT NULL,
  `c2` decimal(10,2) DEFAULT NULL
) ENGINE=MyISAM DEFAULT CHARSET=utf8 COLLATE=utf8_bin
1 row in set (0.00 sec)

4、 列字符集和校对规则
MySQL 可以定义列级别的字符集和校对规则，主要是针对相同的表不同字段需要使用不同的字符集的情况，应该说一般遇到这种情况的几率比较小，这只是MySQL 提供给我们一个灵活设置的手段。

5、 连接字符集和校对规则
对于实际的应用访问来说，还存在客户端和服务器之间交互的字符集和校对规则的设置。
对于客户端和服务器的交互操作，MylSQL 提供了3 个不同的参数：character_set_client、character_set_connection 和character_set_results，分别代表客户端、连接和返回结果的字符集，通常情况下，这3 个字符集应该是相同的
可以通过以下命令：
mysql> show variables like 'character_set%';
+--------------------------+----------------------------------+
| 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/mysql/share/charsets/ |
+--------------------------+----------------------------------+
8 rows in set (0.00 sec)

mysql> SET NAMES gbk;
Query OK, 0 rows affected (0.00 sec)

mysql> show variables like 'character_set%';
+--------------------------+----------------------------------+
| Variable_name            | Value                            |
+--------------------------+----------------------------------+
| character_set_client     | gbk                              |
| character_set_connection | gbk                              |
| character_set_database   | utf8                             |
| character_set_filesystem | binary                           |
| character_set_results    | gbk                              |
| character_set_server     | utf8                             |
| character_set_system     | utf8                             |
| character_sets_dir       | /usr/local/mysql/share/charsets/ |
+-------------------------
来设置连接的字符集和校对规则，这个命令可以同时修改这3 个参数的值。使用这个方法修改连接的字符集和校对规则，需要应用每次连接数据库后都执行这个命令。
更简便的办法，是在my.cnf 中设置以下语句：
[client]
default-character-set=utf8

##character_set_client、character_set_connection 和character_set_results由[client]里面的default-character-set控制，如果没有在[client]里面设置，则默认值为操作系统的字符集：
[root@CentOS 3306]# cat /etc/sysconfig/i18n 
LANG="zh_CN.UTF-8"

##character_set_database和character_set_server由[mysql]里面的default-character-set控制。
[mysql]
default-character-set=utf8

这样服务器启动后，所有连接默认就是使用GBK 字符集进行连接的，而不需要在程序中再执行set names 命令。

6、 字符集的修改步骤
如果在应用开始阶段没有正确的设置字符集，在运行一段时间以后才发现存在不能满足要求需要调整，又不想丢弃这段时间的数据，那么就需要进行字符集的修改。字符集的修改不能直接通过“alter database character set ***”或者“alter table tablename character set ***”命令进行，这两个命令都没有更新已有记录的字符集，而只是对新创建的表或者记录生效。已有记录的字符集调整，需要先将数据导出，经过适当的调整重新导入后才可完成。
（1）导出表结构：
mysqldump -uroot -p --default-character-set=gbk -d databasename> createtab.sql
##其中--default-character-set=gbk 表示设置以什么字符集连接，-d 表示只导出表结构，不导出数据。
（2）手工修改createtab.sql 中表结构定义中的字符集为新的字符集。
（3）确保记录不再更新，导出所有记录。
mysqldump -uroot -p --quick --no-create-info --extended-insert --default-character-set=latin1 databasename> data.sql
--quick：该选项用于转储大的表。它强制mysqldump 从服务器一次一行地检索表中的行而不是检索所有行，并在输出前将它缓存到内存中。
--extended-insert：使用包括几个VALUES 列表的多行INSERT 语法。这样使转储文件更小，重载文件时可以加速插入。
--no-create-info：不写重新创建每个转储表的CREATE TABLE 语句。
--default-character-set=latin1：按照原有的字符集导出所有数据，这样导出的文件中，所有中文都是可见的，不会保存成乱码。
（4）打开data.sql，将SET NAMES latin1 修改成SET NAMES gbk。
（5）使用新的字符集创建新的数据库。
create database databasename default charset gbk;
（6）创建表，执行createtab.sql。
mysql -uroot -p databasename < createtab.sql
（7）导入数据，执行data.sql。
mysql -uroot -p databasename < data.sql

注意：选择目标字符集的时候，要注意最好是源字符集的超级，或者确定比源字符集的字库更大，否则如果目标字符集的字库小于源字符集的字库，那么目标字符集中不支持的字符倒入后会变成乱码，丢失一部分数据。例如，GBK 字符集的字库大于GB2312 字符集，那么GBK 字符集的数据，如果导入GB2312 数据库中，就会丢失GB2312 中不支持的那部分汉字的数据。