存儲(chǔ)字符集 utf8 和 utf8mb4

utf8 是 Mysql 中的一種字符集，只支持最長(zhǎng)三個(gè)字節(jié)的 UTF-8 字符，也就是 Unicode 中的基本多文本平面。

要在 Mysql 中保存 4 字節(jié)長(zhǎng)度的 UTF-8 字符，需要使用 utf8mb4 字符集，但只有 5.5.3 版本以后的才支持。我覺(jué)得，為了獲取更好的兼容性，應(yīng)該總是使用 utf8mb4 而非 utf8. 對(duì)于 CHAR 類型數(shù)據(jù)，utf8mb4 會(huì)多消耗一些空間，根據(jù) Mysql 官方建議，使用 VARCHAR 替代 CHAR。

如果數(shù)據(jù)庫(kù)默認(rèn)字符集不是 utf8mb4，那么可以在創(chuàng)建數(shù)據(jù)庫(kù)時(shí)指定字符集：

代碼語(yǔ)言：javascript

CREATE DATABASE mydb CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

查看編碼格式

mysql> show variables like "%char%";+--------------------------------------+--------------------------------+| Variable_name            | Value             |+--------------------------------------+--------------------------------+| character_set_client         | utf8mb4            || character_set_connection       | utf8mb4            || character_set_database        | utf8mb4            || character_set_filesystem       | binary             || character_set_results        | utf8mb4            || character_set_server         | utf8mb4            || character_set_system         | utf8              || character_sets_dir          | /usr/share/mysql-8.0/charsets/ || validate_password.special_char_count | 1               |+--------------------------------------+--------------------------------+9 rows in set (0.00 sec)

代碼語(yǔ)言：javascript

mysql> show variables like "%char%";+--------------------------------------+--------------------------------+| Variable_name            | Value             |+--------------------------------------+--------------------------------+| character_set_client         | utf8mb4            || character_set_connection       | utf8mb4            || character_set_database        | utf8mb4            || character_set_filesystem       | binary             || character_set_results        | utf8mb4            || character_set_server         | utf8mb4            || character_set_system         | utf8              || character_sets_dir          | /usr/share/mysql-8.0/charsets/ || validate_password.special_char_count | 1               |+--------------------------------------+--------------------------------+9 rows in set (0.00 sec)

MySQL 配置文件中字符集相關(guān)變量

character_set_client：客戶端請(qǐng)求數(shù)據(jù)的字符集

character_set_connection：從客戶端接收到數(shù)據(jù)，然后傳輸?shù)淖址?/p>

character_set_database：默認(rèn)數(shù)據(jù)庫(kù)的字符集，無(wú)論默認(rèn)數(shù)據(jù)庫(kù)如何改變，都是這個(gè)字符集；如果沒(méi)有默認(rèn)數(shù)據(jù)庫(kù)，那就使用 character_set_server 指定的字符集，這個(gè)變量建議由系統(tǒng)自己管理，不要人為定義。

character_set_filesystem：把操作系統(tǒng)上的文件名轉(zhuǎn)化成此字符集，即把 character_set_client 轉(zhuǎn)換 character_set_filesystem， 默認(rèn) binary 是不做任何轉(zhuǎn)換的

character_set_results：結(jié)果集的字符集

character_set_server：數(shù)據(jù)庫(kù)服務(wù)器的默認(rèn)字符集

character_set_system：存儲(chǔ)系統(tǒng)元數(shù)據(jù)的字符集，總是 utf8，不需要設(shè)置

排序字符集

utf8mb4_unicode_ci 和 utf8mb4_general_ci

1、準(zhǔn)確性

utf8mb4_unicode_ci 是基于標(biāo)準(zhǔn)的 Unicode 來(lái)排序和比較，能夠在各種語(yǔ)言之間精確排序

utf8mb4_general_ci 沒(méi)有實(shí)現(xiàn) Unicode 排序規(guī)則，在遇到某些特殊語(yǔ)言或者字符集，排序結(jié)果可能不一致。

但是絕大多數(shù)情況下，這些特殊字符的順序并不需要那么精確。

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。

但是在絕大多數(shù)情況下，不會(huì)發(fā)生此類復(fù)雜比較。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。

utf8mb4_0900_ai_ci

推薦用 utf8mb4_unicode_ci，但是用 utf8mb4_general_ci 也沒(méi)啥問(wèn)題。

MySQL 8.0 默認(rèn)的是 utf8mb4_0900_ai_ci，屬于 utf8mb4_unicode_ci 中的一種，具體含義如下：

uft8mb4 表示用 UTF-8 編碼方案，每個(gè)字符最多占 4 個(gè)字節(jié)。

0900 指的是 Unicode 校對(duì)算法版本。（Unicode 歸類算法是用于比較符合 Unicode 標(biāo)準(zhǔn)要求的兩個(gè) Unicode 字符串的方法）。

ai 指的是口音不敏感。也就是說(shuō)，排序時(shí) e，è，é，ê 和 ? 之間沒(méi)有區(qū)別。

ci 表示不區(qū)分大小寫(xiě)。也就是說(shuō)，排序時(shí) p 和 P 之間沒(méi)有區(qū)別。

utf8mb4 已成為默認(rèn)字符集，在 MySQL 8.0.1 及更高版本中將 utf8mb4_0900_ai_ci 作為默認(rèn)排序規(guī)則。以前，utf8mb4_general_ci 是默認(rèn)排序規(guī)則。由于 utf8mb4_0900_ai_ci 排序規(guī)則現(xiàn)在是默認(rèn)排序規(guī)則，因此默認(rèn)情況下新表格可以存儲(chǔ)基本多語(yǔ)言平面之外的字符。現(xiàn)在可以默認(rèn)存儲(chǔ)表情符號(hào)。如果需要重音靈敏度和區(qū)分大小寫(xiě)，則可以使用 utf8mb4_0900_as_cs 代替。

參考：

https://www.rednn.com/createsite/202003/26108.html

https://www.jb51.net/article/186609.htm

本文參與 騰訊云自媒體同步曝光計(jì)劃，分享自作者個(gè)人站點(diǎn)/博客。

原始發(fā)表：2020/10/26 ，如有侵權(quán)請(qǐng)聯(lián)系 cloudcommunity@tencent.com 刪除

原文來(lái)源：https://cloud.tencent.com/developer/article/1872879