一文带你了解MySQL字符集和比较规则

什么是字符集

数据在被存储到数据库中时，要被转换成计算机能够识别的二进制编码。而字符集就是将字符映射为二进制编码的规则集合。MySQL支持多种字符集，如utf8、gbk等。

字符集的作用

字符集决定了数据在存储和传输过程中的编码方式，它直接影响到存储和查询的结果。如果字符集设置不正确，可能会导致数据被储存为乱码或者无法正确匹配查询条件，而且还会影响系统性能。

MySQL字符集的种类

MySQL支持多种字符集，我们常用的如下：

• utf8mb4：MySQL5.5.3及以后版本，用于支持四字节存储的字符集，包含了几乎所有的字符。
• utf8：MySQL5.5.3之前版本的默认字符集，只支持三字节存储，不能存储一些特殊字符，如草书、楷书等。
• gbk：支持简体中文字符的字符集。

比较规则

比较规则用于指定比较字符串时的规则。常用的比较规则如下：

• utf8_general_ci： utf8字符集，不区分大小写。
• utf8_bin: utf8字符集，区分大小写。

当进行字符比较时，如果使用的字符集和比较规则不同，会导致查询结果不符合预期。

示例1：不同字符集导致乱码

创建一个students表：

CREATE TABLE students (
  id INT(11) NOT NULL AUTO_INCREMENT,
  name VARCHAR(50) NOT NULL,
  PRIMARY KEY (id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

向students表中插入一条带有中文的数据：

INSERT INTO students (name) VALUES ('张三');

当使用gbk字符集进行查询时，会出现乱码：

SELECT * FROM students WHERE name='张三' COLLATE gbk_chinese_ci;

应该使用utf8mb4字符集进行查询:

SELECT * FROM students WHERE name='张三' COLLATE utf8mb4_chinese_ci;

示例2：使用不同的比较规则

创建一个persons表：

CREATE TABLE persons (
  id INT(11) NOT NULL AUTO_INCREMENT,
  name VARCHAR(50) NOT NULL,
  PRIMARY KEY (id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

插入一条数据:

INSERT INTO persons (name) VALUES ('Tom');

当使用utf8_general_ci进行查询时，可以匹配到：

SELECT * FROM persons WHERE name='tom';

但是如果使用utf8_bin进行查询，就无法匹配到了:

SELECT * FROM persons WHERE name='tom' COLLATE utf8_bin;

总结

在使用MySQL时，字符集和比较规则的设置非常重要，能够影响到数据的存储、查询、传输等方面，务必慎重设置。