前言

MySQL中，字符集和排序規(guī)則在處理文本數(shù)據(jù)時起著至關重要的作用，本文將詳細介紹 MySQL中的字符集和排序規(guī)則。

簡介

字符集（Character Set）：

• 字符集定義了數(shù)據(jù)庫中可以存儲的字符的集合。在MySQL中，常見的字符集包括utf8、utf8mb4、latin1等。
• utf8mb4字符集是用于在MySQL中存儲Unicode字符集（包括Emoji等特殊字符）的一種字符集，提供更廣泛的字符支持。

排序規(guī)則（Collation）：

• 排序規(guī)則定義了如何對字符進行比較和排序。不同的排序規(guī)則會影響字符比較的結果。
• 排序規(guī)則由字符集和排序方式組成，例如utf8_general_ci、utf8mb4_unicode_ci等。

字符集

常見字符集 以及 說明

• utf8：

UTF-8 是一種變長字符編碼，可以表示世界上幾乎所有的字符。utf8是MySQL中常用的字符集，但在處理某些特殊字符（如 Emoji）時可能會有問題。

• utf8mb4：

utf8mb4 是 utf8 的超集，支持存儲更廣泛的字符范圍（包括 Emoji 等）。通常用于支持更廣泛的語言和符號。

• latin1：

Latin1 是一種較老的字符集，適用于大多數(shù)西歐語言和部分其他語言的字符。

• latin2：

Latin2 是擴展的 Latin1 字符集，支持中東歐語言中的額外字符。

• cp1251：

CP1251 是常用于俄語的字符集。

• utf16：

UTF-16 是一種固定長度字符編碼，用于表示 Unicode 字符。每個字符占兩個字節(jié)。

• utf32：

UTF-32 是一種固定長度字符編碼，用于表示 Unicode 字符。每個字符占四個字節(jié)。

• binary：

Binary 字符集以二進制方式存儲數(shù)據(jù)，并且對存儲的數(shù)據(jù)進行大小寫敏感的比較。

• ascii：

ASCII 字符集只支持 ASCII 字符集中的字符，范圍較窄。

大多數(shù)選擇 utf8mb4 字符集 同時也支持表情存儲

排序規(guī)則

常見的排序規(guī)則

以字符集 utf8mb4 為例

• utf8mb4_bin：這是一個大小寫敏感的二進制排序規(guī)則，直接根據(jù)字符的二進制值進行比較，區(qū)分大小寫。
• utf8mb4_croatian_ci：克羅地亞語的大小寫不敏感排序規(guī)則，適用于克羅地亞語文本的比較和排序。
• utf8mb4_czech_ci：捷克語的大小寫不敏感排序規(guī)則，適用于捷克語文本的比較和排序。
• utf8mb4_danish_ci：丹麥語的大小寫不敏感排序規(guī)則，適用于丹麥語文本的比較和排序。
• utf8mb4_esperanto_ci：世界語的大小寫不敏感排序規(guī)則，適用于世界語文本的比較和排序。
• utf8mb4_estonian_ci：愛沙尼亞語的大小寫不敏感排序規(guī)則，適用于愛沙尼亞語文本的比較和排序。
• utf8mb4_general_ci：這是一個通用的大小寫不敏感排序規(guī)則，適用于大多數(shù)情況下的文本比較和排序。
• utf8mb4_german2_ci：德語的大小寫不敏感排序規(guī)則，適用于德語文本的比較和排序。
• utf8mb4_hungarian_ci：匈牙利語的大小寫不敏感排序規(guī)則，適用于匈牙利語文本的比較和排序。
• utf8mb4_icelandic_ci：冰島語的大小寫不敏感排序規(guī)則，適用于冰島語文本的比較和排序。
• utf8mb4_latvian_ci：拉脫維亞語的大小寫不敏感排序規(guī)則，適用于拉脫維亞語文本的比較和排序。
• utf8mb4_lithuanian_ci：立陶宛語的大小寫不敏感排序規(guī)則，適用于立陶宛語文本的比較和排序。
• utf8mb4_persian_ci：波斯語的大小寫不敏感排序規(guī)則，適用于波斯語文本的比較和排序。
• utf8mb4_polish_ci：波蘭語的大小寫不敏感排序規(guī)則，適用于波蘭語文本的比較和排序。
• utf8mb4_roman_ci：羅馬尼亞語的大小寫不敏感排序規(guī)則，適用于羅馬尼亞語文本的比較和排序。
• utf8mb4_romanian_ci：羅馬尼亞語的大小寫不敏感排序規(guī)則，適用于羅馬尼亞語文本的比較和排序。
• utf8mb4_sinhala_ci：僧伽羅語的大小寫不敏感排序規(guī)則，適用于僧伽羅語文本的比較和排序。
• utf8mb4_slovak_ci：斯洛伐克語的大小寫不敏感排序規(guī)則，適用于斯洛伐克語文本的比較和排序。
• utf8mb4_slovenian_ci：斯洛文尼亞語的大小寫不敏感排序規(guī)則，適用于斯洛文尼亞語文本的比較和排序。
• utf8mb4_spanish2_ci：西班牙語的大小寫不敏感排序規(guī)則，適用于西班牙語文本的比較和排序。
• utf8mb4_spanish_ci：西班牙語的大小寫不敏感排序規(guī)則，適用于西班牙語文本的比較和排序。
• utf8mb4_swedish_ci：瑞典語的大小寫不敏感排序規(guī)則，適用于瑞典語文本的比較和排序。
• utf8mb4_turkish_ci：土耳其語的大小寫不敏感排序規(guī)則，適用于土耳其語文本的比較和排序。
• utf8mb4_unicode_520_ci：Unicode 5.20版本的大小寫不敏感排序規(guī)則，適用于支持 Unicode 5.20字符集的文本比較和排序。
• utf8mb4_unicode_ci：Unicode的大小寫不敏感排序規(guī)則，適用于支持Unicode字符集的文本比較和排序。
• utf8mb4_vietnamese_ci：越南語的大小寫不敏感排序規(guī)則，適用于越南語文本的比較和排序。

比較常用的應該就是以下4個

• utf8mb4_general_ci: 不區(qū)分大小寫，一般用于一般文本比較，適合非敏感數(shù)據(jù)。
• utf8mb4_unicode_ci: 不區(qū)分大小寫，支持多語言，適合需要多語言支持的應用。
• utf8mb4_bin: 區(qū)分大小寫，按照二進制順序比較，適合敏感數(shù)據(jù)比較。

選擇排序規(guī)則的考慮因素：

• 大小寫敏感性：

_ci（Case Insensitive）：不區(qū)分大小寫。
_cs（Case Sensitive）：區(qū)分大小寫。 選擇對大小寫敏感的排序規(guī)則，如utf8mb4_bin。

• 多語言支持：

_unicode_ci：提供對多語言的支持，適用于需要處理不同語言字符的場景。

• 排序方式：

_ci（Case Insensitive）：按照不區(qū)分大小寫的方式進行排序。
_bin（Binary）：按照二進制方式進行排序，嚴格按照字符的編碼值進行比較。

• 性能考慮：

不同排序規(guī)則對性能有影響，一些排序規(guī)則可能比其他規(guī)則更快。
選擇合適的排序規(guī)則有助于優(yōu)化查詢性能。

實踐

我們來測試下 區(qū)分大小寫和不區(qū)分大小寫的排序規(guī)則 查詢有何不同

新建表

新建bs表 同時 name 排序規(guī)則設置為utf8mb4_general_ci 大小寫不敏感

CREATE TABLE `bs` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `name` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=utf8mb4

測試數(shù)據(jù)寫入

INSERT INTO `test`.`bs` (`id`,`name`) VALUES ('1','a');
INSERT INTO `test`.`bs` (`id`,`name`) VALUES ('2','A');
INSERT INTO `test`.`bs` (`id`,`name`) VALUES ('3','aA');
INSERT INTO `test`.`bs` (`id`,`name`) VALUES ('4','Aa');
INSERT INTO `test`.`bs` (`id`,`name`) VALUES ('5','AA');
INSERT INTO `test`.`bs` (`id`,`name`) VALUES ('6','aa');

排序規(guī)則 不區(qū)分大小寫 數(shù)據(jù)測試

select * from bs where name= 'A';

select * from bs where name= 'a';

select * from bs where name= 'aa';

select * from bs where name= 'AA';

select * from bs where name= 'aA';

select * from bs where name= 'Aa';

select * from bs where name LIKE '%A';

select * from bs where name LIKE '%a';

select * from bs where name= '%A%';

select * from bs where name= '%a%';

排序規(guī)則 區(qū)分大小寫 數(shù)據(jù)測試

修改表name 字段為 排序規(guī)則為 utf8mb4_bin

ALTER TABLE `bs`
	MODIFY COLUMN `name` VARCHAR(255) CHARACTER SET utf8mb4 COLLATE  utf8mb4_bin NOT NULL  ;

select * from bs where name= 'A';

select * from bs where name= 'a';

select * from bs where name= 'aa';

select * from bs where name= 'AA';

select * from bs where name= 'aA';

select * from bs where name= 'Aa';

select * from bs where name LIKE '%A';

select * from bs where name LIKE '%a';

select * from bs where name LIKE '%A%';

select * from bs where name LIKE '%a%';

總結

可以看到在排序規(guī)則區(qū)分大小寫和不區(qū)分大小寫 對SQL查詢的結果 影響還是比較大的。

所以在選擇字符集時，需要考慮使用的語言、特殊字符的需求以及數(shù)據(jù)存儲的具體情況。確保所選字符集能夠覆蓋項目中的所有字符需求，并選擇合適的排序規(guī)則以確保數(shù)據(jù)的正確比較和排序。

到此這篇關于MySQL字符集和排序規(guī)則詳解的文章就介紹到這了,更多相關MySQL字符集和排序規(guī)則內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論