登录  
 加关注
查看详情
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

li.angshan 的博客

关注数据计算领域

 
 
 

日志

 
 
 
 

mysql字符集  

2010-05-05 11:20:02|  分类: mysql 字符集 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

基本概念
字符(Character)是指人类语言中最小的表义符号。例如’A'’B'等;
1.
给定一系列字符,对每个字符赋予一个数值,用数值来代表对应的字符,这一数值就是字符的编码(Encoding)。例如,我们给字符’A'赋予数值 0,给 字符’B'赋予数值1,则0就是字符’A'的编码;
2.
给定一系列字符并赋予对应的编码后,所有这些字符和编码对组成的集合就是字符集(Character Set)。例如,给定字符列表为{’A',’B'}时,{’A'=>0, ‘B’=>1}就是一个字符集;
3.
字符序(Collation)是指在同一字符集内字符之间的比较规则;
4.
确定字符序后,才能在一个字符集上定义什么是等价的字符,以及字符之间的大小关系;
5.
每个字符序唯一对应一种字符集,但一个字符集可以对应多种字符序,其中有一个是默认字符序(Default Collation)
6. MySQL
中的字符序名称遵从命名惯例:以字符序对应的字符集名称开头;以_ci(表示大小写不敏感)_cs(表示大小写敏感)_bin(表示按编码 值比较)结尾。例如:在字符序“utf8_general_ci”下,字符“a”“A”是等价的;
MySQL
字符集设置>  系统变量:
character_set_server
:默认的内部操作字符集
character_set_client
:客户端来源数据使用的字符集
character_set_connection
:连接层字符集
character_set_results
:查询结果字符集
character_set_database
:当前选中数据库的默认字符集
character_set_system
:系统元数据(字段名等)字符集
还有以collation_开头的同上面对应的变量,用来描述字符序。
>  
introd?r指定文本字符串的字符集:
格式为:[_charset] ’string’ [COLLATE collation]
例如:
>  SELECT _latin1 ’string’;
>  SELECT _utf8 ‘
你好’ COLLATE utf8_general_ci;
introd?r修饰的文本字符串在请求过程中不经过多余的转码,直接转换为内部字符集处理。
MySQL
中的字符集转换过程1. MySQL Server收到请求时将请求数据从character_set_client转换为character_set_connection
2.
进行内部操作前将请求数据从character_set_connection转换为内部操作字符集,其确定方法如下:
>  
使用每个数据字段的CHARACTER SET设定值;
>  
若上述值不存在,则使用对应数据表的DEFAULT CHARACTER SET设定值(MySQL扩展,非SQL标准)
>  
若上述值不存在,则使用对应数据库的DEFAULT CHARACTER SET设定值;
>  
若上述值不存在,则使用character_set_server设定值。
3.
将操作结果从内部操作字符集转换为character_set_results

常见问题解析>  向默认字符集为utf8的数据表插入utf8编码的数据前没有设置连接字符集,查询时设置连接字符集为utf8
插入时根据MySQL服务器的默认设置,character_set_clientcharacter_set_connection character_set_results均为latin1
插入操作的数据将经过latin1=>latin1=>utf8的字符集转换过程,这一过程中每个插入的汉字都会从原始的3个字节变成6个字 节保存;
查询时的结果将经过utf8=>utf8的字符集转换过程,将保存的6个字节原封不动返回,产生乱码……

>  
向默认字符集为latin1的数据表插入utf8编码的数据前设置了连接字符集为utf8
插入时根据连接字符集设置,character_set_clientcharacter_set_connection character_set_results均为utf8
插入数据将经过utf8=>utf8=>latin1的字符集转换,若原始数据中含有\~\?范围以外的Unicode 字符,会因为无法在latin1字符集中表示而被转换为“> ”(0×3F)符号,以后查询时不管连接字符集设置如何都无法恢复其内容了。

检测字符集问题的一些手段>  SHOW CHARACTER SET;
>  SHOW COLLATION;
>  SHOW VARIABLES LIKE ‘character%’;
>  SHOW VARIABLES LIKE ‘collation%’;
>  SQL
函数HEXLENGTHCHAR_LENGTH
>  SQL
函数CHARSETCOLLATION
使用MySQL字符集时的建议>  建立数据库/表和进行数据库操作时尽量显式指出使用的字符集,而不是依赖于MySQL的默认设置,否则MySQL升级时可能带来很大困扰;
>  
数据库和连接字符集都使用latin1时虽然大部分情况下都可以解决乱码问题,但缺点是无法以字符为单位来进行SQL操作,一般情况下将数据库和连接字符 集都置为utf8是较好的选择;
>  
使用mysql CAPI时,初始化数据库句柄后马上用mysql_options设定MYSQL_SET_CHARSET_NAME属性为utf8,这样就不用显式地用 SET NAMES语句指定连接字符集,且用mysql_ping重连断开的长连接时也会把连接字符集重置为utf8
>  
对于mysql PHP API,一般页面级的PHP程序总运行时间较短,在连接到数据库以后显式用SET NAMES语句设置一次连接字符集即可;但当使用长连接时,请注意保持连接通畅并在断开重连后用SET NAMES语句显式重置连接字符集。
其他注意事项>  my.cnf中的default_character_set设置只影响mysql命令连接服务器时的连接字符集,不会对使用 libmysqlclient库的应用程序产生任何作用!
>  
对字段进行的SQL函数操作通常都是以内部操作字符集进行的,不受连接字符集设置的影响。
>  SQL
语句中的裸字符串会受到连接字符集或introd?r设置的影响,对于比较之类的操作可能产生完全不同的结果,需要小心!

  评论这张
 
阅读(193)| 评论(0)

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2018