MySQL 字符集与校对规则

 一、核心概念

1.  字符 (Character)：文字和符号的统称，如 'A', '1', '中', '$'。

2.  字符集 (Character Set)：一个系统支持的所有抽象字符的集合。它定义了每个字符对应的编号（即码位）。

    常见字符集：

           `ASCII`：基础，包含英文字母、数字、控制字符。

           `latin1`：西欧字符集，MySQL 早期默认字符集。

           `gbk`：支持简体中文的国标扩展字符集。

           `utf8`/`utf8mb4`：Unicode 字符集在 MySQL 中的实现，支持全球几乎所有文字。`utf8mb4` 是真正的 UTF-8，支持包括表情符号（emoji）在内的所有字符，强烈推荐使用。

3.  字符编码 (Character Encoding)：将字符的码位转换为计算机中存储的二进制数据的规则。

       通常与字符集一对一对应（如 `GBK` 字符集对应 `GBK` 编码）。特例是 Unicode，它有多种编码方案（UTF-8, UTF-16, UTF-32）。

4.  校对规则 (Collation)：同一个字符集内，字符的比较和排序规则。

       命名规则：`<字符集名>_<语言名>_<比较规则>`

       比较规则后缀**：

           `_ci` (Case Insensitive)：大小写不敏感。`'A' = 'a'`

           `_cs` (Case Sensitive)：大小写敏感。`'A' != 'a'`

           `_bin` (Binary)：基于字符的二进制编码值进行比较，区分大小写，且可用于任何字符集。

二、查看与设置

1.  查看字符集设置：

    SHOW VARIABLES LIKE 'character\_set\_%';

    关键变量：

           `character_set_client`：客户端发送语句时使用的编码。

           `character_set_connection`：服务器接收语句后转换成的编码。

           `character_set_results`：服务器返回结果时使用的编码。

           `character_set_database`：当前默认数据库的编码。

           `character_set_server`：服务器的默认编码。

2.  查看校对规则设置：

    SHOW VARIABLES LIKE 'collation\_%';

       通常 `collation_connection`, `collation_database`, `collation_server` 会与对应的字符集设置相匹配。

三、MySQL 字符集转换流程（解决乱码的关键）

四、最佳实践与总结

1.  统一编码原则：杜绝乱码最根本的方法是保持“三端统一”。

  客户端环境：确保你的应用程序、命令行终端使用同一种编码（强烈推荐 `UTF-8`）。

  MySQL连接配置：在建立连接后，立即执行 `SET NAMES 'utf8mb4';`。这条命令一次性设置 `character_set_client`, `character_set_connection`, `character_set_results` 为 `utf8mb4`，确保了连接层面的编码统一。

  数据库设计：将 `character_set_server`、数据库、表、列的字符集都设置为 `utf8mb4`。

2.  如何修复乱码：

       首先通过 `SHOW VARIABLES LIKE 'character\_set\_%';` 诊断各个环节的编码设置。

       确保 `character_set_client` 和 `character_set_results` 与你的客户端实际使用的编码一致。使用 `SET NAMES` 命令可以快速统一它们。

       确保存储层（数据库、表）的字符集设置正确。

3.  校对规则选择：

       通常使用 `utf8mb4_general_ci` 即可，因为大小写不敏感的排序更符合大多数业务逻辑（如用户名搜索）。

       如果需要精确的、区分大小写的比较（如密码验证、大小写敏感的唯一键约束），则使用 `utf8mb4_bin` 或 `utf8mb4_0900_as_cs`（MySQL 8.0+）。