MySQL建立数据库时字符集和排序规则的选择

比眉伴天荒 2023-10-09 15:24 33阅读 0赞

--------------------

#### 文章目录 ####

*  前言
 *  一、字符集？
 *  二、Mysql中的字符集
 *   *  1.Unicode与UTF8、UTF8MB4、UTF16、UTF32关系
     *  2.Mysql新建数据库时选择哪种字符集呢？
 *  三、Mysql排序规则
 *  四、Mysql查询字符集和排序规则常用的命令

--------------------

## 前言 ##

在MySQL中，字符集和排序规则是区分开来的，你可以单独设置字符集和排序规则。  
MySQL字符集和排序规则有关联而且还不是必选项，如果字符集和排序规则都不填写，Mysql会做默认处理；或者设置其一，比如设置字符集，会默认设置了与字符集相应的排序规则。  
我们建立数据库是总要涉及到字符集和排序规则的选择问题？怎么选择呢，有什么区别呢？

--------------------

## 一、字符集？ ##

先说字符，字符（`Character`）是各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等。

字符集（`Character set`）是多个字符的集合，常见字符集名称：ASCII字符集、GB2312字符集、BIG5字符集、 GB18030字符集、Unicode字符集等。计算机要准确的处理各种字符集文字，就需要进行字符编码，以便计算机能够识别和存储各种文字。

字符编码（`Character encoding`）也称字集码，是把字符集中的字符通过编码成为指定集合中某一对象（例如：比特模式、自然数序列、8位组或者电脉冲），以便文本在计算机中存储和通过通信网络的传递。常见的例子包括将拉丁字母表编码成摩斯电码和ASCII。其中，ASCII将字母、数字和其它符号编号，并用7比特的二进制来表示这个整数。通常会额外使用一个扩充的比特，以便于以1个字节的方式存储。

## 二、Mysql中的字符集 ##

![在这里插入图片描述][039a8292a0ed47c988b0b0058f0039f6.png]在MySQL中，常用的几个字符集有UTF8、UTF8MB4、UTF16、UTF32等，那么Unicode与UTF8、UTF8MB4、UTF16、UTF32是什么关系？我们新建数据库时选择哪种字符集呢？

### 1.Unicode与UTF8、UTF8MB4、UTF16、UTF32关系 ###

Unicode（统一码、万国码、单一码）是计算机科学领域里的一项业界标准，包括字符集、编码方案等。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。UTF8、UTF16、UTF32是Unicode码一种实现形式，都是属于Unicode编码。

### 2.Mysql新建数据库时选择哪种字符集呢？ ###

UTF8和UTF8MB4是常用的两种字符集，至于这两个选用哪个要根据自己业务情况而定。UTF8MB4兼容UTF8，比UTF8能表示更多的字符，Unicode编码区从编码区1-126属于UTF8区，当然UTF8MB4也兼容这个区，126行以下就是UTF8MB4扩充区，所以你要根据自己的业务进行选择，一般情况下UTF8就满足需求，当然如果考虑到以后扩展，比如考虑到以后存储emoji,就选择UTF8MB4，否则只是浪费空间。我建议还是选择UTF8MB4，毕竟对于大部分公司而言空间不是什么大问题。

## 三、Mysql排序规则 ##

![在这里插入图片描述][95e7f098336a4386b6e5a339e9977596.png]UTF8MB4常用的排序规则：`utf8mb4_unicode_ci`、`utf8mb4_general_ci`、`utf8mb4_bin`，选用哪种方式呢？先来分析一下：

1、准确性：

（1）utf8mb4\_unicode\_ci 是基于标准的Unicode来排序和比较，能够在各种语言之间精确排序，不区分大小写

（2）utf8mb4\_general\_ci 没有实现Unicode排序规则，在遇到某些特殊语言或者字符集，排序结果可能不一致，不区分大小写

2、性能：

（1）utf8mb4\_general\_ci 在比较和排序的时候更快  
　　（2）utf8mb4\_unicode\_ci 在特殊情况下，Unicode排序规则为了能够处理特殊字符的情况，实现了略微复杂的排序算法。相比选择哪一种collation，使用者更应该关心字符集与排序规则在db里需要统一。  
　　（3）utf8mb4\_bin：将字符串每个字符用二进制数据编译存储，区分大小写，而且可以存二进制的内容。  
　　总而言之，utf8mb4\_general\_ci 和utf8mb4\_unicode\_ci 是我们最常使用的排序规则。utf8mb4\_unicode\_ci 校对速度快，但准确度稍差。utf8\_unicode\_ci准确度高，但校对速度稍慢，两者都不区分大小写。这两个选哪个视自己情况而定，还是那句话尽可能保持db中的字符集和排序规则的统计。

## 四、Mysql查询字符集和排序规则常用的命令 ##

<table> 
 <thead> 
  <tr> 
   <th>功能</th> 
   <th>命令</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>查看数据库字符集</td> 
   <td>show create database 数据库名</td> 
  </tr> 
  <tr> 
   <td>查看数据表全部字段排序规则</td> 
   <td>show full columns from 表</td> 
  </tr> 
 </tbody> 
</table>

[039a8292a0ed47c988b0b0058f0039f6.png]: https://img-blog.csdnimg.cn/039a8292a0ed47c988b0b0058f0039f6.png
[95e7f098336a4386b6e5a339e9977596.png]: https://img-blog.csdnimg.cn/95e7f098336a4386b6e5a339e9977596.png