information_schema系列之字符集校验（CHARACTER_SETS，COLLATIONS，COLLATION_CHARACTER_SET_APPLICABILITY）

1：CHARACTER_SETS

首先看一下查询前十条的结果：

root@localhost [information_schema]>select * from CHARACTER_SETS order by MAXLEN DESC limit 10;
+--------------------+----------------------+---------------------------------+--------+
| CHARACTER_SET_NAME | DEFAULT_COLLATE_NAME | DESCRIPTION | MAXLEN |
+--------------------+----------------------+---------------------------------+--------+
| utf32 | utf32_general_ci | UTF-32 Unicode | 4 |
| utf16le | utf16le_general_ci | UTF-16LE Unicode | 4 |
| gb18030 | gb18030_chinese_ci | China National Standard GB18030 | 4 |
| utf8mb4 | utf8mb4_general_ci | UTF-8 Unicode | 4 |
| utf16 | utf16_general_ci | UTF-16 Unicode | 4 |
| eucjpms | eucjpms_japanese_ci | UJIS for Windows Japanese | 3 |
| ujis | ujis_japanese_ci | EUC-JP Japanese | 3 |
| utf8 | utf8_general_ci | UTF-8 Unicode | 3 |
| gbk | gbk_chinese_ci | GBK Simplified Chinese | 2 |
| ucs2 | ucs2_general_ci | UCS-2 Unicode | 2 |
+--------------------+----------------------+---------------------------------+--------+

 

看一下官方给的解释：

 

INFORMATION_SCHEMA Name	SHOW Name	Remarks
CHARACTER_SET_NAME	Charset字符集
DEFAULT_COLLATE_NAME	Default collation默认排序
DESCRIPTION	Description描述	MySQL extension
MAXLEN	Maxlen最大长度，字节数	MySQL extension

这个表包括了MySQL支持的所有的字符集，一共是41中字符集，拿utf8 来说，默认排序utf8_general_ci ，一个字符最多占用三个字节。汉字在UTF8下就占用三个字节。

show create table 一下：

| CHARACTER_SETS | CREATE TEMPORARY TABLE `CHARACTER_SETS` (
`CHARACTER_SET_NAME` varchar(32) NOT NULL DEFAULT '',
`DEFAULT_COLLATE_NAME` varchar(32) NOT NULL DEFAULT '',
`DESCRIPTION` varchar(60) NOT NULL DEFAULT '',
`MAXLEN` bigint(3) NOT NULL DEFAULT '0'
) ENGINE=MEMORY DEFAULT CHARSET=utf8 |

我们可以看到，ENGINE=MEMORY默认的引擎是memory的，也就是每次重启会重新生成一个一模一样的表

2：COLLATIONS

首先看一下查询前十条的结果：

oot@localhost [information_schema]>select * from COLLATIONS order by id limit 10;
+-------------------+--------------------+----+------------+-------------+---------+
| COLLATION_NAME | CHARACTER_SET_NAME | ID | IS_DEFAULT | IS_COMPILED | SORTLEN |
+-------------------+--------------------+----+------------+-------------+---------+
| big5_chinese_ci | big5 | 1 | Yes | Yes | 1 |
| latin2_czech_cs | latin2 | 2 | | Yes | 4 |
| dec8_swedish_ci | dec8 | 3 | Yes | Yes | 1 |
| cp850_general_ci | cp850 | 4 | Yes | Yes | 1 |
| latin1_german1_ci | latin1 | 5 | | Yes | 1 |
| hp8_english_ci | hp8 | 6 | Yes | Yes | 1 |
| koi8r_general_ci | koi8r | 7 | Yes | Yes | 1 |
| latin1_swedish_ci | latin1 | 8 | Yes | Yes | 1 |
| latin2_general_ci | latin2 | 9 | Yes | Yes | 1 |
| swe7_swedish_ci | swe7 | 10 | Yes | Yes | 1 |
+-------------------+--------------------+----+------------+-------------+---------+

老规矩，贴一下官方解释：

 

INFORMATION_SCHEMA Name	SHOW Name	Remarks
COLLATION_NAME	Collation 连线校对
CHARACTER_SET_NAME	Charset对应的字符集	MySQL extension
ID	Id排序第几个，这个应该是MySQL自己编排的，不深究	MySQL extension
IS_DEFAULT	Default 表示的字符集是否被编译到服务器	MySQL extension
IS_COMPILED	Compiled 涉及的存储器中的字符集表达的字符串进行排序所需的量。	MySQL extension
SORTLEN	Sortlen 涉及的存储器中的字符集表达的字符串进行排序所需的量。	MySQL extension

一般情况下，我们可以使用 SHOW COLLATION这个语句查看一下。

show create table 一下：

------------------------------------------------------------------------------------------------------------+
| COLLATIONS | CREATE TEMPORARY TABLE `COLLATIONS` (
`COLLATION_NAME` varchar(32) NOT NULL DEFAULT '',
`CHARACTER_SET_NAME` varchar(32) NOT NULL DEFAULT '',
`ID` bigint(11) NOT NULL DEFAULT '0',
`IS_DEFAULT` varchar(3) NOT NULL DEFAULT '',
`IS_COMPILED` varchar(3) NOT NULL DEFAULT '',
`SORTLEN` bigint(3) NOT NULL DEFAULT '0'
) ENGINE=MEMORY DEFAULT CHARSET=utf8 |
+------------+-------------------------------------------------------

 

内存表，系统自动生成，不会改变。

3：COLLATION_CHARACTER_SET_APPLICABILITY

看一下前十条数据，我们根据条件查询一下。

root@localhost [information_schema]>select * from COLLATION_CHARACTER_SET_APPLICABILITY where CHARACTER_SET_NAME like '%utf%' limit 10;
+-------------------+--------------------+
| COLLATION_NAME | CHARACTER_SET_NAME |
+-------------------+--------------------+
| utf8_general_ci | utf8 |
| utf8_bin | utf8 |
| utf8_unicode_ci | utf8 |
| utf8_icelandic_ci | utf8 |
| utf8_latvian_ci | utf8 |
| utf8_romanian_ci | utf8 |
| utf8_slovenian_ci | utf8 |
| utf8_polish_ci | utf8 |
| utf8_estonian_ci | utf8 |
| utf8_spanish_ci | utf8 |
+-------------------+--------------------+
10 rows in set (0.00 sec)

老规矩，贴一下官方解释：

INFORMATION_SCHEMA Name	SHOW Name	Remarks
COLLATION_NAME	Collation
CHARACTER_SET_NAME	Charset

很明显，就是一个字符集和连线校对的一个对应关系而已。毫无疑问的是这也是一个内存表，在初始化的会根据数据库的版本自动生成。

 

下面我们说一下character sets和collations的区别：

字符集（character sets）存储字符串，是指人类语言中最小的表义符号。例如’A'、’B'等；

连线校对（collations）规则比较字符串，collations是指在同一字符集内字符之间的比较规则

每个字符序唯一对应一种字符集，但一个字符集可以对应多种字符序，其中有一个是默认字符序(Default Collation)

 MySQL中的字符序名称遵从命名惯例：以字符序对应的字符集名称开头；以_ci(表示大小写不敏感)、_cs(表示大小写敏感)或_bin(表示按编码值比较)结尾。例如：在字符序“utf8_general_ci”下，字符“a”和“A”是等价的

看一下有关于字符集和校对相关的MySQL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

再看一下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：

• 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。

 

其中有借鉴别人博客，把地址贴下边方便大家理解，也感谢博主的贡献精神：

http://www.laruence.com/2008/01/05/12.html