MySQL 字符集utf8和utf-8的關系
阿新 • • 發佈：2019-04-26
def init cti 英文 col 可選 目錄 進制數 sets
目錄
- 什麽是字符集(character set)
- 校對規則(collation)
- ASCII碼
- Unicode國際化支持
- UTF-8
- utf8
- utf8與utf8mb4的關系
- 超集
- 字符集設置
什麽是字符集(character set)
- 字符的二進制編碼方式
- 二進制編碼到一套字符的映射
- 二進制->編碼->字符
校對規則(collation)
- 在字符集內用於比較字符的一套規則
ASCII碼
- 1個字節由8個二進制位組成
- 1個字節可表示256種不同的狀態（256個不同符號）
- ASCII碼規定了128個字符（英文字符和一些標點符號）的編碼
Unicode國際化支持
- 世界上存在多種編碼方式，同一個二進制數字被解釋成了不同的符號
- 現存 編碼 不能在多語言環境中使用，誕生了Unicode(統一碼)
- 一個字符的Unicode編碼是確定的
- Unicode編碼實現方式各不相同
- Unicode的實現方式稱為Unicode轉化格式(UTF)
UTF-8
- UTF-8是Unicode的實現方式之一
- 其它實現方式還有UTF-16, UTF-32
- 變長編碼，一個符號使用1~4個字節表示
- utf8是MySQL存儲Unicode數據的一種可選方法
utf8
- MySQL中實現了UTF-8編碼的unicode 字符集
- MySQL中utf8是utf8mb3的別名
- utf8中，一個符號使用1~3個節點表示
- 對UTF-8支持不徹底，可采用utf8mb4字符集
utf8與utf8mb4的關系
- 都是實現了UTF-8編碼的unicode 字符集
- utf8僅支持基本多語言平面Basic Multilingual Plane (BMP)
- utf8mb4支持BMP之外的補充字符（如emoji，emoji 是一種特殊的 Unicode 編碼）
- utf8 一個字符最多使用3個字節存儲，utf8mb4 一個字符最多使用4個字節存儲
- 對於BMP字符，utf8和utf8mb4具有相同的編碼，相同的長度
- 對於非BMP字符，utf8mb4使用4個字節來存儲，utf8不能存儲非BMP字符
- innodb中默認最大可對767個字節建立索引
- 使用utf8 的列最多可對255個字符建立索引
- 使用utf8mb4 的列最多可對191個字符建立索引
超集
- 字符集A,B ，B支持的所有字符A都支持,A 是B超集
- 比如 GBK字符集是GB2312字符集的超集，它們又都是ASCII字符集的超集
- utf8mb4是utf8的超集
字符集設置
set names x 等價於
- set character_set_client=x;
- set character_set_connection=x;
- set character_set_results=x;
--default-character-set 用戶連接時設置字符集 等價於
- set character_set_client=x;
- set character_set_connection=x;
- set character_set_result=x;
init-connect=set names binary- 讓client和server交互的時候以 什麽模式(不做任何轉化)來傳送
default-character-set
- 設置[mysql]和[client] 中的字符集
character-set-server
- 設置[mysqld] 進程的默認字符集
collation-server
- 設置[mysqld] 進程的默認校對規則
- utf8_general_ci 查找、排序不區分大小寫
- utf8_bin 查找、排序區分大小寫
參考
Unicode Support
字符集與編碼雜談
ASCII，Unicode 和 UTF-8
清官談mysql中utf8和utf8mb4區別
MySQL 字符集utf8和utf-8的關系