前言

在MySQL中，字符集和排序規(guī)則是區(qū)分開來的，你可以單獨(dú)設(shè)置字符集和排序規(guī)則。

MySQL字符集和排序規(guī)則有關(guān)聯(lián)而且還不是必選項(xiàng)，如果字符集和排序規(guī)則都不填寫，Mysql會做默認(rèn)處理；或者設(shè)置其一，比如設(shè)置字符集，會默認(rèn)設(shè)置了與字符集相應(yīng)的排序規(guī)則。

我們建立數(shù)據(jù)庫是總要涉及到字符集和排序規(guī)則的選擇問題？怎么選擇呢，有什么區(qū)別呢？

一、字符集？

先說字符，字符（Character）是各種文字和符號的總稱，包括各國家文字、標(biāo)點(diǎn)符號、圖形符號、數(shù)字等。

字符集（Character set）是多個字符的集合，常見字符集名稱：ASCII字符集、GB2312字符集、BIG5字符集、 GB18030字符集、Unicode字符集等。計(jì)算機(jī)要準(zhǔn)確的處理各種字符集文字，就需要進(jìn)行字符編碼，以便計(jì)算機(jī)能夠識別和存儲各種文字。

字符編碼（Character encoding）也稱字集碼，是把字符集中的字符通過編碼成為指定集合中某一對象（例如：比特模式、自然數(shù)序列、8位組或者電脈沖），以便文本在計(jì)算機(jī)中存儲和通過通信網(wǎng)絡(luò)的傳遞。常見的例子包括將拉丁字母表編碼成摩斯電碼和ASCII。其中，ASCII將字母、數(shù)字和其它符號編號，并用7比特的二進(jìn)制來表示這個整數(shù)。通常會額外使用一個擴(kuò)充的比特，以便于以1個字節(jié)的方式存儲。

二、Mysql中的字符集

在MySQL中，常用的幾個字符集有UTF8、UTF8MB4、UTF16、UTF32等，那么Unicode與UTF8、UTF8MB4、UTF16、UTF32是什么關(guān)系？我們新建數(shù)據(jù)庫時(shí)選擇哪種字符集呢？

1.Unicode與UTF8、UTF8MB4、UTF16、UTF32關(guān)系

Unicode（統(tǒng)一碼、萬國碼、單一碼）是計(jì)算機(jī)科學(xué)領(lǐng)域里的一項(xiàng)業(yè)界標(biāo)準(zhǔn)，包括字符集、編碼方案等。Unicode 是為了解決傳統(tǒng)的字符編碼方案的局限而產(chǎn)生的，它為每種語言中的每個字符設(shè)定了統(tǒng)一并且唯一的二進(jìn)制編碼，以滿足跨語言、跨平臺進(jìn)行文本轉(zhuǎn)換、處理的要求。UTF8、UTF16、UTF32是Unicode碼一種實(shí)現(xiàn)形式，都是屬于Unicode編碼。

2.Mysql新建數(shù)據(jù)庫時(shí)選擇哪種字符集呢？

UTF8和UTF8MB4是常用的兩種字符集，至于這兩個選用哪個要根據(jù)自己業(yè)務(wù)情況而定。UTF8MB4兼容UTF8，比UTF8能表示更多的字符，Unicode編碼區(qū)從編碼區(qū)1-126屬于UTF8區(qū)，當(dāng)然UTF8MB4也兼容這個區(qū)，126行以下就是UTF8MB4擴(kuò)充區(qū)，所以你要根據(jù)自己的業(yè)務(wù)進(jìn)行選擇，一般情況下UTF8就滿足需求，當(dāng)然如果考慮到以后擴(kuò)展，比如考慮到以后存儲emoji,就選擇UTF8MB4，否則只是浪費(fèi)空間。我建議還是選擇UTF8MB4，畢竟對于大部分公司而言空間不是什么大問題。

三、Mysql排序規(guī)則

UTF8MB4常用的排序規(guī)則：utf8mb4_unicode_ci、utf8mb4_general_ci、utf8mb4_bin，選用哪種方式呢？先來分析一下：

1、準(zhǔn)確性：

（1）utf8mb4_unicode_ci 是基于標(biāo)準(zhǔn)的Unicode來排序和比較，能夠在各種語言之間精確排序，不區(qū)分大小寫

（2）utf8mb4_general_ci 沒有實(shí)現(xiàn)Unicode排序規(guī)則，在遇到某些特殊語言或者字符集，排序結(jié)果可能不一致，不區(qū)分大小寫

2、性能：

　?。?）utf8mb4_general_ci 在比較和排序的時(shí)候更快

　?。?）utf8mb4_unicode_ci 在特殊情況下，Unicode排序規(guī)則為了能夠處理特殊字符的情況，實(shí)現(xiàn)了略微復(fù)雜的排序算法。相比選擇哪一種collation，使用者更應(yīng)該關(guān)心字符集與排序規(guī)則在db里需要統(tǒng)一。

　　（3）utf8mb4_bin：將字符串每個字符用二進(jìn)制數(shù)據(jù)編譯存儲，區(qū)分大小寫，而且可以存二進(jìn)制的內(nèi)容。

總而言之，utf8mb4_general_ci 和utf8mb4_unicode_ci 是我們最常使用的排序規(guī)則。utf8mb4_unicode_ci 校對速度快，但準(zhǔn)確度稍差。utf8_unicode_ci準(zhǔn)確度高，但校對速度稍慢，兩者都不區(qū)分大小寫。這兩個選哪個視自己情況而定，還是那句話盡可能保持db中的字符集和排序規(guī)則的統(tǒng)計(jì)。

四、Mysql查詢字符集和排序規(guī)則常用的命令

總結(jié) 

到此這篇關(guān)于MySQL建立數(shù)據(jù)庫時(shí)字符集與排序規(guī)則的選擇的文章就介紹到這了,更多相關(guān)MySQL字符集與排序規(guī)則內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論