MySQL 字符集和校验规则工做原理

时间 2020-06-21

原文原文链接

字符编码相关参数html

数据流中的转码过程mysql

校验规则sql

Tips:字符集和校验规则老是相伴的数据库

一从简单的建库语句开始

CREATE DATABASE [IF NOT EXISTS] <db_name>
[[DEFAULT] CHARACTER SET <db_charset>] 
[[DEFAULT] COLLATE <db_collation>];

db_name ：数据库名必填macos

db_charset：数据库的字符集缺省为服务器字符集编程

db_collation：数据库的校验规则缺省为服务器校对规则服务器

二字符集和字符编码是什么？

字符编码：将特定的字符与二进制码创建一一映射的集合就是字符集。每种字符集对应该种字符集的编码方式。编程语言

常见的字符集有仅支持英文和特殊字符的ASCII、支持中英文的GBK、支持世界全部字符的Unicode等等<UTF-8是Unicode字符集的子集，他们不是两种编码方式>。性能

以ASCII字符集为例编码

它基于罗马字母表的编码方式，他不能表示中文仅仅包含了所有的英文大小写和为数很少的特殊符号，每一个字符一个字节低7位为编码位最高位保留，有些地方最高位作了扩充。增添了一些表格符号、运算符等。总而言之1个字节 8bit 表示一个字符，由于一一对应，全部一共有 2^{7个字符。扩展字符集拥有2}8。

三查看MySQL编码方式

show variables like 'character%';

Variable_name	Value	含义
character_set_client	utf8mb4	# 客户端来源数据字符集
character_set_connection	utf8mb4	# 连接层字符集
character_set_database	utf8mb4	当前选中数据库默认字符集
character_set_filesystem	binary	当前文件系统的编码格式
character_set_results	utf8mb4	服务器返回的编码格式
character_set_server	utf8mb4	服务器的默认编码格式
character_set_system	utf8	数据库系统使用的编码格式
character_sets_dir	/usr/local/mysql-8.0.15-macos10.14-x86_64/share/charsets/.	数据库字符集存放地址

MySQL 一旦启动不须要再来关心 character_set_filesystem、character_set_system、character_sets_dir三个变量，由于他们并不会形成乱码的问题。系统文件存储方式不须要关心，字符集存放位置于性能和MySQL业务无关、数据库使用的编码格式是元数据的存储格式。理解MySQL编码转化原理不难理解。
建库时，若未明确指定字符集，则采用character_set_server指定的字符集。

建表时，若未明确指定字符集，则采用当前库所采用的字符集。

新增时记录，修改表字段时，若未明确指定字符集，则采用当前表所采用的字符集。

四编码方式和校验规则在使用中的做用

1 链接的概念

一个链接：指的是链接服务器时所做的事情。 ——《MySQL手册》

例如：客户端发送SQL语句，例如查询，经过链接发送到服务器。服务器经过链接发送响应给客户端，例如结果集。

2 一个提交的分解

客户端发起查询
服务器使用character_set_client变量做为客户端发送的查询中使用的字符集。
服务器拿到查询后用将character_set_client 编码方式转为 character_set_connection对应的校验规则为collation_connection， (若是查询是文字字符串，也就是他们有某种字符格式的引介词例如_utf8,若是是列值，校验规则将不依靠collation_connection)
服务器执行查询的结果将会按照 character_set_results 编码方式返回查询结果到客户端。包括结果数据，例如列值和结果元数据（如列名）。
关于：字符串对3的注解：**[_charset_name] 'String' [COLLATE collation_name] **
1. [_charset_name]字符编码也就是引介词，表示接下来的字符串的编码方式。
2. [COLLATE collation_name]表示该字符串的校验匹配方式
3. 来自官方文档对引介词的解释：_charset_name表达式正式称作一个引介词。它告诉解析程序，“后面将要出现的字符串使用字符集X。”由于之前人们对此感到困惑，咱们强调引介词不致使任何转换; 它仅是一个符号，不改变字符串的值。引介词在标准十六进制字母和数字十六进制符号（x'literal'和 0xnnnn）中是合法的，以及？（当在一个编程语言接口中使用预处理的语句时进行参数替换）。

3 更新和查询转码过程

数据更新转码过程：character_set_client-->character_set_connection-->表字符集。

数据查询转码过程：表字符集-->character_set_result

4 字符串的引介词和校验规则的肯定

引介词：_charset_name表达式正式称作一个引介词。它告诉解析程序，“后面将要出现的字符串使用字符集X。”由于之前人们对此感到困惑，咱们强调引介词不致使任何转换; 它仅是一个符号，不改变字符串的值。引介词在标准十六进制字母和数字十六进制符号（x'literal'和 0xnnnn）中是合法的，以及？（当在一个编程语言接口中使用预处理的语句时进行参数替换）。

若是指定了CHARACTER SET X和COLLATE Y，那么使用CHARACTER SET X和COLLATE Y。
若是指定了CHARACTER SET X而没有指定COLLATE Y，那么使用CHARACTER SET X和CHARACTER SET X的默认校对规则。
不然，使用经过character_set_connection 和 collation_connection系统变量给出的字符集和校对规则。

Tips：COLLATE子句，可以为一个查询覆盖任何默认校对规则。MySQL手册

5 关于校验规则

每一个字符集都有默认的校验规则
两个不一样的字符集不能有一致的校验规则
存在校对规则命名约定：以其相关的字符集名开始，中间包括一个语言名，而且以_ci（大小写不敏感）、_cs（大小写敏感）或_bin（二元）结束。

常见操做

查看如今支持的全部编码方式

show character set;

查看支持的全部检验规则

show collation;

查看字符编码设置

show variables like 'character%';

查看当前字符集和校对规则设置

show variables like 'collation_%';

设置编码字符集

set names 'utf8';

修改数据库字符集

alter database database_name character set xxx;

修改表的字符集

只修改表的字符集，影响后续该表新增列的默认定义，已有列的字符集不受影响。

alter table table_name character set xxx；

同时修改表字符集和已有列字符集，并将已有数据进行字符集编码转换。

alter table table_name convert to character set xxx;

修改列字符集

alter table table_name modify col_name varchar(col_length) character set xxx;