mysql字符集学习
mysql字符集学习笔记
关于字符集和校对规则
·使用多种字符集来存储字符串
·使用多种校对规则来比较字符串
·在同一台服务器、同一个数据库或甚至在同一个表中使用不同字符集或校对规则来混合字符串
·允许定义任何级别的字符集和校对规则
·任何一个给定的字符集至少有一个校对规则。它可能有几个校对规则。
#列出可用的字符集
SHOW CHARACTER SET;
列出一个字符集的校对规则
SHOW COLLATION LIKE 'latin1%';
查看服务器所使用的字符集
SHOW VARIABLES LIKE 'character%';
查看服务器所使用的校对规则
SHOW VARIABLES LIKE 'collation%';
校对规则一般有这些特征:
·两个不同的字符集不能有相同的校对规则。
·每个字符集有一个默认校对规则。例如,latin1默认校对规则是latin1_swedish_ci。
·存在校对规则命名约定:它们以其相关的字符集名开始,通常包括一个语言名,并且以_ci(大小写不敏感)、_cs(大小写敏感)或_bin(二元)结束。
系统变量:
– character_set_server:默认的内部操作字符集
– character_set_client:客户端来源数据使用的字符集
– character_set_connection:连接层字符集
– character_set_results:查询结果字符集
– character_set_database:当前选中数据库的默认字符集
– character_set_system:系统元数据(字段名等)字符集
MySQL中的字符集转换过程:
1. MySQL Server收到请求时将请求数据从character_set_client转换为character_set_connection;
2. 进行内部操作前将请求数据从character_set_connection转换为内部操作字符集,其确定方法如下:
3. 使用每个数据字段的CHARACTER SET设定值;
. 若上述值不存在,则使用对应数据表的DEFAULT CHARACTER SET设定值(MySQL扩展,非SQL标准);
. 若上述值不存在,则使用对应数据库的DEFAULT CHARACTER SET设定值;
. 若上述值不存在,则使用character_set_server设定值。
3. 将操作结果从内部操作字符集转换为character_set_results。
字符集的使用规则:
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、表级和连接级,一层一层,层级越小,优先级越高,如果小的层级没设置字符集和校对规则,则用上一级的字符集和校对规则!
有两个语句影响连接字符集:
SET NAMES 'charset_name'
SET CHARACTER SET charset_name
SET NAMES 'x'语句与这三个语句等价:
mysql> SET character_set_client = x;
mysql> SET character_set_results = x;
mysql> SET character_set_connection = x;
SET CHARACTER SET x语句与这三个语句等价:
mysql> SET character_set_client = x;
mysql> SET character_set_results = x;
mysql> SET collation_connection = @@collation_database;
如果不希望服务器执行任何转换,设置character_set_results为NULL:
mysql> SET character_set_results = NULL;
设置mysql的字符集有以下几种当时方式:
1、编译安装的时候,在编译参数中指定,比如:
./configure --default-character-set=utf8
2、是安装后更改配置文件的办法:
在/etc/my.cnf中加入
default-character-set = utf8
init_connect='SET NAMES utf8'
Mysql 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
dataabase 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。
已有的记录的字符集调整,需要先将数据导出,经过适当的调整重新导入后才可完成。
以下模拟的是将latin1字符集的数据库修改成GBK字符集的数据库的过程。
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:选择字符集的时候,要注意最好是源字符的超级,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。
参考文章:http://hi.baidu.com/wegou/blog/item/4c6e1f8af6b0e7dbfc1f1028.html