一、内容概述
在 MySQL 的使用过程中，了解字符集、字符序的概念，以及不同设置对数据存储、比较的影响非常重要。不少同学在日常工作中遇到的 “乱码” 问题，很有可能就是因为对字符集与字符序的理解不到位、设置错误造成的。
本文由浅入深，分别介绍了如下内容：
- 字符集、字符序的基本概念及联系
- MySQL 支持的字符集、字符序设置级，各设置级别之间的联系
- server、database、table、column 级字符集、字符序的查看及设置
- 应该何时设置字符集、字符序
二、字符集、字符序的概念与联系
在数据的存储上，MySQL 提供了不同的字符集支持。而在数据的对比操作上，则提供了不同的字符序支持。
MySQL 提供了不同级别的设置，包括 server 级、database 级、table 级、column 级，可以提供非常精准的设置。
什么是字符集、字符序？简单的来说：
- 字符集（character set）：定义了字符以及字符的编码。
- 字符序（collation）：定义了字符的比较规则。
举个例子：
有四个字符：A、B、a、b，这四个字符的编码分别是 A = 0, B = 1, a = 2, b = 3。这里的字符 + 编码就构成了字符集（character set）。
如果我们想比较两个字符的大小呢？比如 A、B，或者 a、b，最直观的比较方式是采用它们的编码，比如因为 0 < 1，所以 A < B。
另外，对于 A、a，虽然它们编码不同，但我们觉得大小写字符应该是相等的，也就是说 A == a。
这上面定义了两条比较规则，这些比较规则的集合就是 collation。
- 同样是大写字符、小写字符，则比较他们的编码大小；
- 如果两个字符为大小写关系，则它们相等。
三、MySQL 支持的字符集、字符序
MySQL 支持多种字符集 与 字符序。
- 一个字符集对应至少一种字符序（一般是 1 对多）。
- 两个不同的字符集不能有相同的字符序。
- 每个字符集都有默认的字符序。
上面说的比较抽象，我们看下后面几个小节就知道怎么回事了。
1、查看支持的字符集
可以通过以下方式查看 MYSQL 支持的字符集。
方式一：
- mysql> SHOW CHARACTER SET;
- +----------+-----------------------------+---------------------+--------+
- | Charset | Description | Default collation | Maxlen |
- +----------+-----------------------------+---------------------+--------+
- | big5 | Big5 Traditional Chinese | big5_chinese_ci | 2 |
- | dec8 | DEC West European | dec8_swedish_ci | 1 |
- ...省略
方式二：
- mysql> use information_schema;
- mysql> select * from CHARACTER_SETS;
- +--------------------+----------------------+-----------------------------+--------+
- | CHARACTER_SET_NAME | DEFAULT_COLLATE_NAME | DESCRIPTION | MAXLEN |
- +--------------------+----------------------+-----------------------------+--------+
- | big5 | big5_chinese_ci | Big5 Traditional Chinese | 2 |
- | dec8 | dec8_swedish_ci | DEC West European | 1 |
- ...省略
当使用SHOW CHARACTER SET查看时，也可以加上WHERE或LIKE限定条件。
例子一：使用WHERE限定条件。
- mysql> SHOW CHARACTER SET WHERE Charset="utf8";
- +---------+---------------+-------------------+--------+
- | Charset | Description | Default collation | Maxlen |
- +---------+---------------+-------------------+--------+
- | utf8 | UTF-8 Unicode | utf8_general_ci | 3 |
- +---------+---------------+-------------------+--------+
- 1 row in set (0.00 sec)
例子二：使用LIKE限定条件。
- mysql> SHOW CHARACTER SET LIKE "utf8%";
- +---------+---------------+--------------------+--------+
- | Charset | Description | Default collation | Maxlen |
- +---------+---------------+--------------------+--------+
- | utf8 | UTF-8 Unicode | utf8_general_ci | 3 |
- | utf8mb4 | UTF-8 Unicode | utf8mb4_general_ci | 4 |
- +---------+---------------+--------------------+--------+
- 2 rows in set (0.00 sec)
2、查看支持的字符序
类似的，可以通过如下方式查看 MYSQL 支持的字符序。
方式一：通过SHOW COLLATION进行查看。
可以看到，utf8字符集有超过 10 种字符序。通过Default的值是否为Yes，判断是否默认的字符序。
- mysql> SHOW COLLATION WHERE Charset = 'utf8';
- +--------------------------+---------+-----+---------+----------+---------+
- | Collation | Charset | Id | Default | Compiled | Sortlen |
- +--------------------------+---------+-----+---------+----------+---------+
- | utf8_general_ci | utf8 | 33 | Yes | Yes | 1 |
- | utf8_bin | utf8 | 83 | | Yes | 1 |
- ...略
方式二：查询information_schema.COLLATIONS。
- mysql> USE information_schema;
- mysql> SELECT * FROM COLLATIONS WHERE CHARACTER_SET_NAME="utf8";
- +--------------------------+--------------------+-----+------------+-------------+---------+
- | COLLATION_NAME | CHARACTER_SET_NAME | ID | IS_DEFAULT | IS_COMPILED | SORTLEN |
- +--------------------------+--------------------+-----+------------+-------------+---------+
- | utf8_general_ci | utf8 | 33 | Yes | Yes | 1 |
- | utf8_bin | utf8 | 83 | | Yes | 1 |
- | utf8_unicode_ci | utf8 | 192 | | Yes | 8 |
3、字符序的命名规范
字符序的命名，以其对应的字符集作为前缀，如下所示。比如字符序utf8_general_ci，标明它是字符集utf8的字符序。
更多规则可以参考 官方文档。
- MariaDB [information_schema]> SELECT CHARACTER_SET_NAME, COLLATION_NAME FROM COLLATIONS WHERE CHARACTER_SET_NAME="utf8" limit 2;
- +--------------------+-----------------+
- | CHARACTER_SET_NAME | COLLATION_NAME |
- +--------------------+-----------------+
- | utf8 | utf8_general_ci |
- | utf8 | utf8_bin |
- +--------------------+-----------------+
- 2 rows in set (0.00 sec)
四、server 的字符集、字符序
用途：当你创建数据库，且没有指定字符集、字符序时，server 字符集、server 字符序就会作为该数据库的默认字符集、排序规则。
如何指定：MySQL 服务启动时，可通过命令行参数指定。也可以通过配置文件的变量指定。
server 默认字符集、字符序：在 MySQL 编译的时候，通过编译参数指定。
character_set_server、collation_ser ver分别对应 server 字符集、server 字符序。
1、查看 server 字符集、字符序
分别对应character_set_server、collation_server两个系统变量。
- mysql> SHOW VARIABLES LIKE "character_set_server";
- mysql> SHOW VARIABLES LIKE "collation_server";
2、启动服务时指定
可以在 MySQL 服务启动时，指定 server 字符集、字符序。如不指定，默认的字符序分别为latin1、latin1_swedish_ci
- mysqld --character-set-server=latin1 \
- --collation-server=latin1_swedish_ci
单独指定 server 字符集，此时，server 字符序为latin1的默认字符序
- latin1_swedish_ci。
- mysqld --character-set-server=latin1
3、配置文件指定
除了在命令行参数里指定，也可以在配置文件里指定，如下所示。
- [client]
- default-character-set=utf8
- [mysql]
- default-character-set=utf8
- [mysqld]
- collation-server = utf8_unicode_ci
- init-connect='SET NAMES utf8'
- character-set-server = utf8
4、运行时修改
例子：运行时修改（重启后会失效，如果想要重启后保持不变，需要写进配置文件里）
- mysql> SET character_set_server = utf8 ;
5、编译时指定默认字符集、字符序
character_set_server、collation_server的默认值，可以在 MySQL 编译时，通过编译选项指定：
- cmake . -DDEFAULT_CHARSET=latin1 \
- -DDEFAULT_COLLATION=latin1_german1_ci
用途：指定数据库级别的字符集、字符序。同一个 MySQL 服务下的数据库，可以分别指定不同的字符集 / 字符序。
1、设置数据的字符集 / 字符序
可以在创建、修改数据库的时候，通过CHARACTER SET、COLLATE指定数据库的字符集、排序规则。
创建数据库：
- CREATE DATABASE db_name
- [[DEFAULT] CHARACTER SET charset_name]
- [[DEFAULT] COLLATE collation_name]
修改数据库：
- ALTER DATABASE db_name
- [[DEFAULT] CHARACTER SET charset_name]
- [[DEFAULT] COLLATE collation_name]
例子：创建数据库test_schema，字符集设置为utf8，此时默认的排序规则为utf8_general_ci。
- CREATE DATABASE `test_schema` DEFAULT CHARACTER SET utf8;
2、查看数据库的字符集 / 字符序
有 3 种方式可以查看数据库的字符集 / 字符序。
例子一：查看test_schema的字符集、排序规则。（需要切换默认数据库）
- mysql> use test_schema;
- Database changed
- mysql> SELECT @@character_set_database, @@collation_database;
- +--------------------------+----------------------+
- | @@character_set_database | @@collation_database |
- +--------------------------+----------------------+
- | utf8 | utf8_general_ci |
- +--------------------------+----------------------+
- 1 row in set (0.00 sec)
例子二：也可以通过下面命令查看test_schema的字符集、数据库（不需要切换默认数据库）
- mysql> use test_schema;
- Database changed
- mysql> SELECT @@character_set_database, @@collation_database;
- +--------------------------+----------------------+
- | @@character_set_database | @@collation_database |
- +--------------------------+----------------------+
- | utf8 | utf8_general_ci |
- +--------------------------+----------------------+
- 1 row in set (0.00 sec)
例子三：也可以通过查看创建数据库的语句，来查看字符集。
- mysql> SHOW CREATE DATABASE test_schema;
- +-------------+----------------------------------------------------------------------+
- | Database | Create Database |
- +-------------+----------------------------------------------------------------------+
- | test_schema | CREATE DATABASE `test_schema` /*!40100 DEFAULT CHARACTER SET utf8 */ |
- +-------------+----------------------------------------------------------------------+
- 1 row in set (0.00 sec)
3、database 字符集、字符序是怎么确定的
创建数据库时，指定了CHARACTER SET或COLLATE，则以对应的字符集、排序规则为准。
创建数据库时，如果没有指定字符集、排序规则，则以character_set_server、collation_server为准。
六、table 的字符集、字符序
创建表、修改表的语法如下，可通过CHARACTER SET、COLLATE设置字符集、字符序。
- CREATE TABLE tbl_name (column_list)
- [[DEFAULT] CHARACTER SET charset_name]
- [COLLATE collation_name]]
- ALTER TABLE tbl_name
- [[DEFAULT] CHARACTER SET charset_name]
- [COLLATE collation_name]
1、创建 table 并指定字符集 / 字符序
例子如下，指定字符集为utf8，字符序则采用默认的。
- CREATE TABLE `test_schema`.`test_table` (
- `id` INT NOT NULL COMMENT '',
- PRIMARY KEY (`id`) COMMENT '')
- DEFAULT CHARACTER SET = utf8;
2、查看 table 的字符集 / 字符序
同样，有 3 种方式可以查看 table 的字符集 / 字符序。
方式一：通过SHOW TABLE STATUS查看 table 状态，注意Collation为utf8_general_ci，对应的字符集为utf8。
- MariaDB [blog]> SHOW TABLE STATUS FROM test_schema \G;
- *************************** 1. row ***************************
- Name: test_table
- Engine: InnoDB
- Version: 10
- Row_format: Compact
- Rows: 0
- Avg_row_length: 0
- Data_length: 16384
- Max_data_length: 0
- Index_length: 0
- Data_free: 11534336
- Auto_increment: NULL
- Create_time: 2018-01-09 16:10:42
- Update_time: NULL
- Check_time: NULL
- Collation: utf8_general_ci
- Checksum: NULL
- Create_options:
- Comment:
- 1 row in set (0.00 sec)
方式二：查看information_schema.TABLES的信息。
- mysql> USE test_schema;
- mysql> SELECT TABLE_COLLATION FROM information_schema.TABLES WHERE TABLE_SCHEMA = "test_schema" AND TABLE_NAME = "test_table";
- +-----------------+
- | TABLE_COLLATION |
- +-----------------+
- | utf8_general_ci |
- +-----------------+
方式三：通过SHOW CREATE TABLE确认。
- mysql> SHOW CREATE TABLE test_table;
- +------------+----------------------------------------------------------------------------------------------------------------+
- | Table | Create Table |
- +------------+----------------------------------------------------------------------------------------------------------------+
- | test_table | CREATE TABLE `test_table` (
- `id` int(11) NOT NULL,
- PRIMARY KEY (`id`)
- ) ENGINE=InnoDB DEFAULT CHARSET=utf8 |
- +------------+----------------------------------------------------------------------------------------------------------------+
- 1 row in set (0.00 sec)
3、table 字符集、字符序如何确定
假设CHARACTER SET、COLLATE的值分别是charset_name、collation_name。如果创建 table 时：
明确了charset_name、collation_name，则采用charset_name、collation_name。
只明确了charset_name，但collation_name未明确，则字符集采用charset_name，字符序采用charset_name对应的默认字符序。
只明确了collation_name，但charset_name未明确，则字符序采用collation_name，字符集采用collation_name关联的字符集。
charset_name、collation_name均未明确，则采用数据库的字符集、字符序设置。
七、column 的字符集、排序
类型为 CHAR、VARCHAR、TEXT 的列，可以指定字符集 / 字符序，语法如下：
- col_name {CHAR | VARCHAR | TEXT} (col_length)
- [CHARACTER SET charset_name]
- [COLLATE collation_name]
1、新增 column 并指定字符集 / 排序规则
例子如下：（创建 table 类似）
- mysql> ALTER TABLE test_table ADD COLUMN char_column VARCHAR(25) CHARACTER SET utf8;
2、查看 column 的字符集 / 字符序
例子如下：
- mysql> SELECT CHARACTER_SET_NAME, COLLATION_NAME FROM information_schema.COLUMNS WHERE TABLE_SCHEMA="test_schema" AND TABLE_NAME="test_table" AND COLUMN_NAME="char_column";
- +--------------------+-----------------+
- | CHARACTER_SET_NAME | COLLATION_NAME |
- +--------------------+-----------------+
- | utf8 | utf8_general_ci |
- +--------------------+-----------------+
- 1 row in set (0.00 sec)
3、column 字符集 / 排序规则确定
假设CHARACTER SET、COLLATE的值分别是charset_name、collation_name：
如果charset_name、collation_name均明确，则字符集、字符序以charset_name、collation_name为准。
只明确了charset_name，collation_name未明确，则字符集为charset_name，字符序为charset_name的默认字符序。
只明确了collation_name，charset_name未明确，则字符序为collation_name，字符集为collation_name关联的字符集。
charset_name、collation_name均未明确，则以 table 的字符集、字符序为准。
八、选择：何时设置字符集、字符序
一般来说，可以在三个地方进行配置：
创建数据库的时候进行配置。
mysql server 启动的时候进行配置。
从源码编译 mysql 的时候，通过编译参数进行配置
1、方式一：创建数据库的时候进行配置
这种方式比较灵活，也比较保险，它不依赖于默认的字符集 / 字符序。当你创建数据库的时候指定字符集 / 字符序，后续创建 table、column 的时候，如果不特殊指定，会继承对应数据库的字符集 / 字符序。
- CREATE DATABASE mydb
- DEFAULT CHARACTER SET utf8
- DEFAULT COLLATE utf8_general_ci;
2、方式二：mysql server 启动的时候进行配置
可以添加以下配置，这样 mysql server 启动的时候，会对 character-set-server、collation-server 进行配置。
当你通过 mysql client 创建 database/table/column，且没有显示声明字符集 / 字符序，那么就会用 character-set-server/collation-server 作为默认的字符集 / 字符序。
另外，client、server 连接时的字符集 / 字符序，还是需要通过 SET NAMES 进行设置。
- [mysqld]
- character-set-server=utf8
- collation-server=utf8_general_ci
3、方式三：从源码编译 mysql 的时候，通过编译参数进行设置
编译的时候如果指定了-DDEFAULT_CHARSET和-DDEFAULT_COLLATION，那么：
创建 database、table 时，会将其作为默认的字符集 / 字符序。
client 连接 server 时，会将其作为默认的字符集 / 字符序。（不用单独 SET NAMES）
- shell> cmake . -DDEFAULT_CHARSET=utf8 \
- -DDEFAULT_COLLATION=utf8_general_ci
九、写在后面
本文较为详细地介绍了 MySQL 中字符集、字符序相关的内容，这部分内容主要针对的是数据的存储与比较。其实还有很重要的一部分内容还没涉及：针对连接的字符集、字符序设置。
由于连接的字符集、字符序设置不当导致的乱码问题也非常多，这部分内容展开来讲内容也不少，放在下一篇文章进行讲解。
篇幅所限，有些内容没有细讲，感兴趣的同学欢迎交流，或者查看官方文档。如有错漏，敬请指出。
十、相关链接
10.1 Character Set Support
https://dev.mysql.com/doc/refman/5.7/en/charset.html
