MySQL学习笔记（8）：字符集
本文更新于2019-06-16，使用MySQL 5.7，操作系统为Deepin 15.4。
常用字符集
| 字符集 | 定长 | 代码宽度 | 说明 |
|---|---|---|---|
| ASCII或ISO-646 | 是 | 1字节7位 | 英文字母、数字、标点符号和33个控制符 |
| ISO-8859系列 | 是 | 1字节8位 | 各西欧字符集，兼容ASCII |
| GB2312 | 否 | 1或2字节 | 兼容ASCII，不推荐使用 |
| GBK | 否 | 1或2字节 | 兼容GB2312 |
| GB18030 | 否 | 1、2或4字节 | 兼容GBK |
| Unicode或UCS-4或ISO-10646 | 是 | 4字节 | 从最高字节起依次代表组（group）、面（plane）、行（row）、格（ceil），包括BMP、辅助字面和专用字面 |
| UCS-2 | 是 | 2字节 | UCS-4的0组0面，即基本多语言文字面（BMP） |
Unicode有如下编码方式：
| 编码方式 | 定长 | 代码宽度 | 说明 |
|---|---|---|---|
| UTF-8 | 否 | 1至6字节 | 兼容ASCII |
| UTF-16 | 否 | 2或4字节 | BMP使用2字节表示，以外使用4字节表示，按字节序不同分为UTF-16BE和UTF-16LE |
| UTF-32 | 是 | 4字节 | Unicode原始编码，按字节序不同分为UTF-32BE和UTF-32LE |
UTF-8编码如下：
| 字节 | 代码位数 | 代码空间 | 字节组合 |
|---|---|---|---|
| 1 | 0-7 | 0x0 - 0x7f | 0xxxxxxx |
| 2 | 8-11 | 0x80 - 0x7ff | 110xxxxx,10xxxxxx |
| 3 | 12-16 | 0x800 - 0xffff | 1110xxxx,10xxxxxx,10xxxxxx |
| 4 | 17-21 | 0x10000 - 0x1fffff | 11110xxx,10xxxxxx,10xxxxxx,10xxxxxx |
| 5 | 22-26 | 0x200000 - 0x3ffffff | 111110xx,10xxxxxx,10xxxxxx,10xxxxxx,10xxxxxx |
| 6 | 27-31 | 0x4000000 - 0x7fffffff | 1111110x,10xxxxxx,10xxxxxx,10xxxxxx,10xxxxxx,10xxxxxx |
每个汉字，GBK使用2字节，UTF-8使用3字节。
MySQL字符集
MySQL的UTF-8字符集最大长度为3字节，只能表示BMP中的字符（0-0xffff）。若要使用大于3字节的字符（如emoji），则需使用utf8mb4字符集。
MySQL包含字符集和校对规则两个概念。校对规则用来定义比较字符串的方式，一种字符集至少有一种校对规则，但可以有多种校对规则。校对规则的命名以其相关的字符集名开始，中间通常包含一个语言名，并且以_ci（大小写不敏感）、_cs（大小写敏感）或_bin（比较是基于字符编码的值而与语言无关）结束，如gbk_chinese_ci。
MySQL的字符集和校对规则有4个级别的设置：
- 服务器级：可通过配置文件或启动选项设置，默认为latin1。
- 数据库级：可通过
CREATE DATABASE或ALTER DATABASE设置，如数据库中已存在记录，修改字符集不会将已有数据按照新的字符集进行存放。 - 表级：可通过
CREATE TABLE或ALTER TABLE设置，如表中已存在记录，修改字符集不会将已有数据按照新的字符集进行存放。 - 字段级：可通过
CREATE TABLE或ALTER TABLE设置，如表中已存在记录，修改字符集不会将已有数据按照新的字符集进行存放。
客户端和服务器交互时，还存在客户端、连接、返回结果的字符集和校对规则，通常这三者是相同的，才可以确保数据能被正确读取。可以通过SET NAMES charset同时修改这三个值。可以通过[_charset] 'str' [COLLATE collation]强制字符串的字符集和校对规则。
已有记录的字符集调整，需先将数据导出，经过适当调整后重新导入。
