MySQL-客户端连接时的编码问题

文章目录

查看字符编码
服务器字符集和排序
数据库字符集和排序规则
表的字符集和排序规则
列的字符集和排序规则
字符串常量的字符集和排序规则
set names 命令
客户端交互和字符集设置

查看字符编码

-- 查看当前支持哪些字符集
show character set;

服务器据集: character_set_server, collation_server
数据库默认数据集：character_set_database, collation_database
系统元数据数据集：character_set_system, collation_system
连接数据集：character_set_connection, collation_connection
结果数据集：character_set_results, collation_results

服务器字符集和排序

服务器字符集和排序规则，可以在服务启动的时候通过命令行参数或选项文件设置，也可以在运行时修改。

不指定字符集，则默认使用 utf8mb4,不指定排序规则，则根据当前字符集确定默认的排序规则。、
如下三条命是等价的：

mysqld
# 默认字符集是 utf8mb4
mysqld --character-set-server=utf8mb4
# utf8mb4 的默认排序规则是 utf8mb4_0900_ai_ci
mysqld --character-set-server=utf8mb4 \--collation-server=utf8mb4_0900_ai_ci

可以在编译时修改默认字符集。

服务器的默认字符集设置，有且仅有唯一一个用途：crate database 创建数据库的时候，如果没有指定数据库的默认字符集，则使用服务器
设置的字符集和排序规则。

查看服务器字符集设置，使用系统变量 character_ser_server, 和 collaction_server.

数据库字符集和排序规则

每个数据库都有默认的字符集合排序规则设置。create database 和 alter database 语句都有可选地字符集设置子句，这个子句允许数据库使用不同于当前服务器字符集的字符集。

CREATE DATABASE db_name[[DEFAULT] CHARACTER SET charset_name][[DEFAULT] COLLATE collation_name]ALTER DATABASE db_name[[DEFAULT] CHARACTER SET charset_name][[DEFAULT] COLLATE collation_name]

数据库的各种选项存放在数据字典中，这个表 INFORMATION_SCHEMA.SCHEMATA 。

每个连接都有个默认数据库的概念，系统变量 character_set_database和 collation_database 对应当前数据库的默认值字符集和排序。
每当更改当前数据库时，这两个变量会自动更改，如果没有设置当前数据库，则这两个变量分别取服务器字符集和排序规则的值。

use test_db;
select @@character_set_database, @@collation_database;select default_character_set_name, default_collation_name
from information_schema.schemata
where schema_name = 'mysql';

数据库字符集的用途：

create table 语句中，如果没有显式指定字符集，则使用数据库字符集设置。
load data 语句，如果没有指定字符集（character set 子句），则使用系统变量 haracter_set_database 的字符集解读数据文件。
对于存储例程（过程和函数），例程创建时，其形参声明，如果是字符数据类型，则除非显式指定字符集，否则使用数据库的默认字符集设置。

表的字符集和排序规则

每个表有默认的字符集和排序规则。可以在建表的时候指定字符集，如果不指定，则使用数据库默认字符集。
注：表字符集设置是mysql的扩展，标准sql没有此选项。

CREATE TABLE tbl_name (column_list)[[DEFAULT] CHARACTER SET charset_name][COLLATE collation_name]]ALTER TABLE tbl_name[[DEFAULT] CHARACTER SET charset_name][COLLATE collation_name]

表的字符设置有如下用途：如果列没有指定字符集，则用表的字符集设置。

列的字符集和排序规则

每个字符列（ CHAR, VARCHAR, 和 TEXT 这三个类型）都有一个字符集和排序设置。
列定义可以指定字符集

col_name {CHAR | VARCHAR | TEXT} (col_length)[CHARACTER SET charset_name][COLLATE collation_name]

Enum和Set也可以指定字符集

col_name {ENUM | SET} (val_list)[CHARACTER SET charset_name][COLLATE collation_name]

注：为列指定字符集则是标准sql语法。
如果使用alter table 修改列的字符集，则mysql会尝试进行数据转换，如果字符集不兼容，则可能有丢失数据。
查看列的字符集设置。

select table_name, column_name, data_type, character_set_name, collation_name
from information_schema.columns
where data_type in('char', 'varchar', 'enum', 'text')
limit 10;

字符串常量的字符集和排序规则

每个字符常量都一个字符集和排序规则。

简单语句，如select 'hello', 其中的字符串常量，其字符集和排序规则是当前连接的默认字符集（系统变量 character_set_connection,
collation_connection）。

可以显式指定字符串常量的字符集（引导符）和排序规则（collate子句）。注：这是标准sql规定的。

The _charset_name expression is formally called an introducer. It tells the parser, “the string that follows uses character set charset_name.”

-- [_charset_name]'string' [COLLATE collation_name]select 'abc';
select _latin1'abc';
select _binary'abc';
select _utf8mbr'ab' collate utf8mb4_danish_ci;

引导符不改变字符串的值（并不执行字符集转换）（尽管有可能会填充空白），它仅仅是一个信号。

set names 命令

set names 设置三个系统变量 character_set_client, character_set_connection, character_set_results

客户端交互和字符集设置

输入一条sql语句，按下回车，客户端发送出去的是字节流，服务端收到后按照 character_set_client字符集解析为一个个的字符序列，对此序列执行语法解析，执行、并把结果用 character_set_results 指定的字符集编码为二进制串返回给客户端。

还有十六进制字面值、二进制字面值的存在，例如，把X’e4b8ad’存入表格中时，应当以什么字符集解读这个二进制串呢？
答案是：有字符集引导符就按字符集引导符处理，没有字符集引导符的就使用character_set_connection 作为缺省选择。如下：

create table t(name varchar(20) character set utf8mb4);select @@character_set_connection;
+----------------------------+
| @@character_set_connection |
+----------------------------+
| utf8mb4                    |
+----------------------------+
1 row in set (0.00 sec)insert into t(name) values(X'e4b8ad'),(_gbk x'd6d0'),(_utf16le x'2d4e');
select name from t;
+------+
| name |
+------+
| 中   |
| 中   |
| 中   |
+------+
3 rows in set (0.00 sec)

附：汉字“中”的各种字符集下的编码

中
unicode 代码点   ['0x4e2d']
utf-8          : e4 b8 ad
gbk            : d6 d0
utf-16-le      : 2d 4e
utf-16-be      : 4e 2d
UTF-32-LE      : 2d 4e 00 00
UTF-32-BE      : 00 00 4e 2d
sjis           : 92 86

注：MySQL中地字符集其实是指字符编码。