首页 » MySQL/TiDB/GoldenDB » MySQL的字符集 character_set相关配置

MySQL的字符集 character_set相关配置

在 MySQL 中，character_set 配置用于指定数据库、表、列或连接的字符集。字符集决定了如何存储和检索字符数据，例如 UTF-8、latin1 等。MySQL 中有八个与 character_set 相关的配置选项，如下所示。如果不仔细阅读MySQL字符集文档，可能很难知道这些配置选项的用途。此外，对于某些选项，除非进行进一步测试，否则很难知道 MySQL 如何使用它们。

:\mysql-8.0.36-winx64\bin>mysql -uroot -p
Enter password: ****
Welcome to the MySQL monitor.  Commands end with ; or \g.
Your MySQL connection id is 8
Server version: 8.0.36 MySQL Community Server - GPL

Copyright (c) 2000, 2024, Oracle and/or its affiliates.

Oracle is a registered trademark of Oracle Corporation and/or its
affiliates. Other names may be trademarks of their respective
owners.

Type 'help;' or '\h' for help. Type '\c' to clear the current input statement.

mysql> show variables like 'character%';
+--------------------------+----------------------------------------+
| Variable_name            | Value                                  |
+--------------------------+----------------------------------------+
| character_set_client     | gbk                                    |
| character_set_connection | gbk                                    |
| character_set_database   | utf8mb4                                |
| character_set_filesystem | binary                                 |
| character_set_results    | gbk                                    |
| character_set_server     | utf8mb4                                |
| character_set_system     | utf8mb3                                |
| character_sets_dir       | D:\mysql-8.0.36-winx64\share\charsets\ |
+--------------------------+----------------------------------------+
8 rows in set, 1 warning (0.01 sec)

修改字符集

设置全局字符集

修改 MySQL 配置文件（如 my.cnf 或 my.ini）：

[mysqld]
character-set-server=utf8mb4
collation-server=utf8mb4_unicode_ci

然后重启 MySQL 服务以应用更改：

设置会话字符集

SET NAMES 'utf8mb4';
等同于同时设置：
< pre>
SET character_set_client = 'utf8mb4';
SET character_set_connection = 'utf8mb4';
SET character_set_results = 'utf8mb4';

创建数据库指定字符集

CREATE DATABASE anbob CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

字符集常见选项

  • utf8mb4：支持完整的 UTF-8，包括表情符号。
  • utf8：MySQL 的旧版 UTF-8 支持，不支持 4 字节字符。
  • latin1：单字节字符集，适合西欧语言。
  • gbk :支持国标字符集。

character_set分组

首先，我们可以将这八个选项分为三组：

1.杂项；

1 character_sets_dir：很简单：安装动态加载的字符集的目录。
2 character_set_filesystem：当 MySQL 需要处理文件时，它需要文件名，并且在打开文件之前，该文件名将从character_set_client 转换为character_set_filesystem。默认值为 binary，这意味着不会发生转换。在大多数情况下，请将其保留为默认值 binary，除非您确实确信需要进行更改。

2. 定义数据（表中的列）的character_set；

MySQL 中最小的数据单位是表的列。当该列用于存储字符集合（即字符串，例如 varchar()、char()、text 等）时，MySQL 需要知道这些字符属于哪个字符集，以便 MySQL 能够正确地存储和解释它们。这三个选项的唯一目的是帮助最终以分层方式定义列的字符集。这三个选项分别是character_set_system、character_set_server和character_set_database。

默认值优先级，在指定时使用优先级  系统字符集character_set_system  服务器字符集 character_set_server   数据库字符集 character_set_database ；如果在CREATE TABLE 语句中未指定表字符集和排序规则，则将使用数据库的字符集和排序规则character_set_database 作为表的默认值，如果在列级定义了character set那优先级最高。

mysql> CREATE TABLE t1 ( c1 INT NOT NULL AUTO_INCREMENT PRIMARY KEY,
    ->                          c2 VARCHAR(100) COLLATE utf8mb4_general_ci,
    ->                          c3 VARCHAR(100) )  DEFAULT CHARACTER SET=latin1;
Query OK, 0 rows affected (0.01 sec)


mysql> desc t1;
+-------+--------------+------+-----+---------+----------------+
| Field | Type         | Null | Key | Default | Extra          |
+-------+--------------+------+-----+---------+----------------+
| c1    | int          | NO   | PRI | NULL    | auto_increment |
| c2    | varchar(100) | YES  |     | NULL    |                |
| c3    | varchar(100) | YES  |     | NULL    |                |
+-------+--------------+------+-----+---------+----------------+
3 rows in set (0.01 sec)

mysql> select TABLE_SCHEMA,TABLE_NAME,COLUMN_NAME, CHARACTER_SET_NAME 
from information_schema.columns where  table_name='t1';
+--------------+------------+-------------+--------------------+
| TABLE_SCHEMA | TABLE_NAME | COLUMN_NAME | CHARACTER_SET_NAME |
+--------------+------------+-------------+--------------------+
| anbob        | t1         | c1          | NULL               |
| anbob        | t1         | c2          | utf8mb4            |
| anbob        | t1         | c3          | latin1             |
+--------------+------------+-------------+--------------------+
3 rows in set (0.00 sec)

3. 在进行传输过程中字符集处理解释。

此组中有三个选项：character_set_client ，character_set_ connection和character_set_results 。

  • character_set_client：客户端字符集
  • character_set_connection：连接字符集
  • character_set_results：查询结果字符集

MySQL 使用前两个选项来写入表：服务器将character_set_client系统变量作为客户端发送语句的字符集。服务器将客户端发送的语句从character_set_client转换为character_set_connection 。当 character_set_client 与 character_set_connection 相同时，无需进行转换。

 
mysql> set names gbk;
Query OK, 0 rows affected (0.00 sec)

mysql> select @@character_set_client,@@character_set_connection,@@character_set_results;
+------------------------+----------------------------+-------------------------+
| @@character_set_client | @@character_set_connection | @@character_set_results |
+------------------------+----------------------------+-------------------------+
| gbk                    | gbk                        | gbk                     |
+------------------------+----------------------------+-------------------------+
1 row in set (0.00 sec)

mysql> select binary("张");
+----------------------------+
| binary("张")               |
+----------------------------+
| 0xD5C5                     |
+----------------------------+
1 row in set, 1 warning (0.00 sec)

mysql> set character_set_connection=utf8mb4;
Query OK, 0 rows affected (0.00 sec)

mysql> select @@character_set_client,@@character_set_connection,@@character_set_results;
+------------------------+----------------------------+-------------------------+
| @@character_set_client | @@character_set_connection | @@character_set_results |
+------------------------+----------------------------+-------------------------+
| gbk                    | utf8mb4                    | gbk                     |
+------------------------+----------------------------+-------------------------+
1 row in set (0.00 sec)

mysql> select binary("张");
+----------------------------+
| binary("张")               |
+----------------------------+
| 0xE5BCA0                   |
+----------------------------+
1 row in set, 1 warning (0.00 sec)

mysql> select binary(convert(convert('张' using gbk) using utf8mb4));
+----------------------------------------------------------------------------------------------------------------+
| binary(convert(convert('张' using gbk) using utf8mb4))                                                         |
+----------------------------------------------------------------------------------------------------------------+
| 0xE5BCA0                                                                                                       |
+----------------------------------------------------------------------------------------------------------------+

从表中读取：character_set_results系统变量指示服务器向客户端返回查询结果时使用的字符集。要告诉服务器不对结果集或错误消息进行转换，请将character_set_results设置为NULL或binary 。

小结

MySQL 将进行潜在的转换以确保character_set_client、 character_set_connection和列的目标字符集对齐。需要根据具体使用场景选择合适的字符集和排序规则，尤其是在处理多语言或特殊字符时，推荐使用 utf8mb4。

我们需要小心地执行转换，因为当 MySQL 从允许更多值（更大）的字符集转换为允许更少值（更小）的字符集（例如utf8mb4 -> latin1 ）时，可能会导致数据丢失或出现“ ERROR 1366 (HY000) Incorrect string value ”。

References
https://www.percona.com/blog/how-mysql-uses-character_set-configurations/

打赏

,

目前这篇文章还没有评论(Rss)

我要评论

上一篇：

下一篇：