前言

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

簡(jiǎn)介

字符集（Character Set）：

• 字符集定義了數(shù)據(jù)庫(kù)中可以存儲(chǔ)的字符的集合。在MySQL中，常見(jiàn)的字符集包括utf8、utf8mb4、latin1等。
• utf8mb4字符集是用于在MySQL中存儲(chǔ)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(duì)字符進(jìn)行比較和排序。不同的排序規(guī)則會(huì)影響字符比較的結(jié)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(jiàn)字符集 以及 說(shuō)明

• utf8：

UTF-8 是一種變長(zhǎng)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(shí)可能會(huì)有問(wèn)題。

• utf8mb4：

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

• latin1：

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

• latin2：

Latin2 是擴(kuò)展的 Latin1 字符集，支持中東歐語(yǔ)言中的額外字符。

• cp1251：

CP1251 是常用于俄語(yǔ)的字符集。

• utf16：

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

• utf32：

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

• binary：

Binary 字符集以二進(jìn)制方式存儲(chǔ)數(shù)據(jù)，并且對(duì)存儲(chǔ)的數(shù)據(jù)進(jìn)行大小寫(xiě)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(shí)也支持表情存儲(chǔ)

排序規(guī)則

常見(jiàn)的排序規(guī)則

以字符集 utf8mb4 為例

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

比較常用的應(yīng)該就是以下4個(gè)

• utf8mb4_general_ci: 不區(qū)分大小寫(xiě)，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(xiě)，支持多語(yǔ)言，適合需要多語(yǔ)言支持的應(yīng)用。
• utf8mb4_bin: 區(qū)分大小寫(xiě)，按照二進(jìn)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(xiě)敏感性：

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

• 多語(yǔ)言支持：

_unicode_ci：提供對(duì)多語(yǔ)言的支持，適用于需要處理不同語(yǔ)言字符的場(chǎng)景。

• 排序方式：

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

• 性能考慮：

不同排序規(guī)則對(duì)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(shí)踐

我們來(lái)測(cè)試下 區(qū)分大小寫(xiě)和不區(qū)分大小寫(xiě)的排序規(guī)則 查詢有何不同

新建表

新建bs表 同時(shí) name 排序規(guī)則設(shè)置為utf8mb4_general_ci 大小寫(xiě)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(cè)試數(shù)據(jù)寫(xiě)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(xiě) 數(shù)據(jù)測(cè)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(xiě) 數(shù)據(jù)測(cè)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(jié)

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

所以在選擇字符集時(shí)，需要考慮使用的語(yǔ)言、特殊字符的需求以及數(shù)據(jù)存儲(chǔ)的具體情況。確保所選字符集能夠覆蓋項(xiàng)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(guān)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(guān)MySQL字符集和排序規(guī)則內(nèi)容請(qǐng)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！