任何计算机存储数据，都需要字符集，因为计算机存储的数据其实都是二进制编码，将一个个字符，映射到对应的二进制编码的这个映射就是字符编码（字符集）。这些字符如何排序呢？决定字符排序的规则就是排序规则。
查看内置字符集与比较规则
通过show charset;命令，可以查看所有的字符集。 以下仅展示了我们常用的字符集：
1+----------+---------------------------------+---------------------+--------+ 2| Charset | Description | Default collation | Maxlen | 3+----------+---------------------------------+---------------------+--------+ 4| latin1 | cp1252 West European | latin1_swedish_ci | 1 | 5| ascii | US ASCII | ascii_general_ci | 1 | 6| gb2312 | GB2312 Simplified Chinese | gb2312_chinese_ci | 2 | 7| cp1250 | Windows Central European | cp1250_general_ci | 1 | 8| gbk | GBK Simplified Chinese | gbk_chinese_ci | 2 | 9| utf8 | UTF-8 Unicode | utf8_general_ci | 3 | 10| utf8mb4 | UTF-8 Unicode | utf8mb4_general_ci | 4 | 11| utf16 | UTF-16 Unicode | utf16_general_ci | 4 | 12| utf32 | UTF-32 Unicode | utf32_general_ci | 4 | 13+----------+---------------------------------+---------------------+--------+
ascii：共收录128个字符，包括空格、标点符号、数字、大小写字母和一些不可见字符。由于总共才128个字符，所以可以使用1个字节来进行编码latin1：共收录256个字符，是在ASCII字符集的基础上又扩充了128个西欧常用字符(包括德法两国的字母)，也可以使用1个字节来进行编码。gb2312: 收录了汉字以及拉丁字母、希腊字母、日文平假名及片假名字母、俄语西里尔字母。其中收录汉字6763个，其他文字符号682个，兼容ASCII字符集。这是一个变长字符集，如果该字符在ascii字符集中，则采用1字节编码，否则采用两字节。gbk: GBK是在gb2312基础上扩容后的标准。收录了所有的中文字符。同样的，这是一个变长字符集，如果该字符在ascii字符集中，则采用1字节编码，否则采用两字节。utf8和utf8mb4: 收录地球上能想到的所有字符，而且还在不断扩充。这种字符集兼容ASCII字符集，采用变长编码方式，编码一个字符需要使用1～4个字节。MySQL为了节省空间，其中的utf8是标准 UTF8 阉割后的，只有1~3字节编码的字符集，基本包含了所有常用的字符。如果还要使用 enoji 表情，那么需要使用utf8mb4，这个是完整的 UTF8 字符集。utf16: 不同于utf8，utf16用两个字节或者四个字节编码字符，可以理解为utf8的不节省空间的一种形式utf32: 固定用四个字节编码字符，可以理解为utf8的不节省空间的一种形式
通过查看information_schema.character_sets表，也可以看到所有的字符集：
1mysql> select * from information_schema.character_sets where character_set_name = "utf8"; 2+--------------------+----------------------+---------------+--------+ 3| CHARACTER_SET_NAME | DEFAULT_COLLATE_NAME | DESCRIPTION | MAXLEN | 4+--------------------+----------------------+---------------+--------+ 5| utf8 | utf8_general_ci | UTF-8 Unicode | 3 | 6+--------------------+----------------------+---------------+--------+ 71 row in set (0.06 sec)
通过show collation;命令，可以查看所有的字符集，我们这里来查看utf8mb4的排序规则：
1mysql> show collation like 'utf8mb4%'; 2+------------------------+---------+-----+---------+----------+---------+ 3| Collation | Charset | Id | Default | Compiled | Sortlen | 4+------------------------+---------+-----+---------+----------+---------+ 5| utf8mb4_general_ci | utf8mb4 | 45 | Yes | Yes | 1 | 6| utf8mb4_bin | utf8mb4 | 46 | | Yes | 1 | 7| utf8mb4_unicode_ci | utf8mb4 | 224 | | Yes | 8 | 8| utf8mb4_icelandic_ci | utf8mb4 | 225 | | Yes | 8 | 9| utf8mb4_latvian_ci | utf8mb4 | 226 | | Yes | 8 | 10| utf8mb4_romanian_ci | utf8mb4 | 227 | | Yes | 8 | 11| utf8mb4_slovenian_ci | utf8mb4 | 228 | | Yes | 8 | 12| utf8mb4_polish_ci | utf8mb4 | 229 | | Yes | 8 | 13| utf8mb4_estonian_ci | utf8mb4 | 230 | | Yes | 8 | 14| utf8mb4_spanish_ci | utf8mb4 | 231 | | Yes | 8 | 15| utf8mb4_swedish_ci | utf8mb4 | 232 | | Yes | 8 | 16| utf8mb4_turkish_ci | utf8mb4 | 233 | | Yes | 8 | 17| utf8mb4_czech_ci | utf8mb4 | 234 | | Yes | 8 | 18| utf8mb4_danish_ci | utf8mb4 | 235 | | Yes | 8 | 19| utf8mb4_lithuanian_ci | utf8mb4 | 236 | | Yes | 8 | 20| utf8mb4_slovak_ci | utf8mb4 | 237 | | Yes | 8 | 21| utf8mb4_spanish2_ci | utf8mb4 | 238 | | Yes | 8 | 22| utf8mb4_roman_ci | utf8mb4 | 239 | | Yes | 8 | 23| utf8mb4_persian_ci | utf8mb4 | 240 | | Yes | 8 | 24| utf8mb4_esperanto_ci | utf8mb4 | 241 | | Yes | 8 | 25| utf8mb4_hungarian_ci | utf8mb4 | 242 | | Yes | 8 | 26| utf8mb4_sinhala_ci | utf8mb4 | 243 | | Yes | 8 | 27| utf8mb4_german2_ci | utf8mb4 | 244 | | Yes | 8 | 28| utf8mb4_croatian_ci | utf8mb4 | 245 | | Yes | 8 | 29| utf8mb4_unicode_520_ci | utf8mb4 | 246 | | Yes | 8 | 30| utf8mb4_vietnamese_ci | utf8mb4 | 247 | | Yes | 8 | 31+------------------------+---------+-----+---------+----------+---------+ 3226 rows in set (0.13 sec)
同样的，通过查询information_schema.collations也可以：
1mysql> select * from information_schema.collations where character_set_name = "utf8mb4"; 2+------------------------+--------------------+-----+------------+-------------+---------+ 3| COLLATION_NAME | CHARACTER_SET_NAME | ID | IS_DEFAULT | IS_COMPILED | SORTLEN | 4+------------------------+--------------------+-----+------------+-------------+---------+ 5| utf8mb4_general_ci | utf8mb4 | 45 | Yes | Yes | 1 | 6| utf8mb4_bin | utf8mb4 | 46 | | Yes | 1 | 7| utf8mb4_unicode_ci | utf8mb4 | 224 | | Yes | 8 | 8| utf8mb4_icelandic_ci | utf8mb4 | 225 | | Yes | 8 | 9| utf8mb4_latvian_ci | utf8mb4 | 226 | | Yes | 8 | 10| utf8mb4_romanian_ci | utf8mb4 | 227 | | Yes | 8 | 11| utf8mb4_slovenian_ci | utf8mb4 | 228 | | Yes | 8 | 12| utf8mb4_polish_ci | utf8mb4 | 229 | | Yes | 8 | 13| utf8mb4_estonian_ci | utf8mb4 | 230 | | Yes | 8 | 14| utf8mb4_spanish_ci | utf8mb4 | 231 | | Yes | 8 | 15| utf8mb4_swedish_ci | utf8mb4 | 232 | | Yes | 8 | 16| utf8mb4_turkish_ci | utf8mb4 | 233 | | Yes | 8 | 17| utf8mb4_czech_ci | utf8mb4 | 234 | | Yes | 8 | 18| utf8mb4_danish_ci | utf8mb4 | 235 | | Yes | 8 | 19| utf8mb4_lithuanian_ci | utf8mb4 | 236 | | Yes | 8 | 20| utf8mb4_slovak_ci | utf8mb4 | 237 | | Yes | 8 | 21| utf8mb4_spanish2_ci | utf8mb4 | 238 | | Yes | 8 | 22| utf8mb4_roman_ci | utf8mb4 | 239 | | Yes | 8 | 23| utf8mb4_persian_ci | utf8mb4 | 240 | | Yes | 8 | 24| utf8mb4_esperanto_ci | utf8mb4 | 241 | | Yes | 8 | 25| utf8mb4_hungarian_ci | utf8mb4 | 242 | | Yes | 8 | 26| utf8mb4_sinhala_ci | utf8mb4 | 243 | | Yes | 8 | 27| utf8mb4_german2_ci | utf8mb4 | 244 | | Yes | 8 | 28| utf8mb4_croatian_ci | utf8mb4 | 245 | | Yes | 8 | 29| utf8mb4_unicode_520_ci | utf8mb4 | 246 | | Yes | 8 | 30| utf8mb4_vietnamese_ci | utf8mb4 | 247 | | Yes | 8 | 31+------------------------+--------------------+-----+------------+-------------+---------+ 3226 rows in set (0.11 sec)
- 每个字符集都有一个默认的排序规则：IS_DEFAULT 为 Yes。
- 比较规则名称以与其关联的字符集的名称开头，可以用通过这个开头查询所有的字符集，也可以查询
information_schema.collations精确指定字符集 - 字符集后面跟着的是语言编码，因为
utf8mb4包含了所有字符，不同国家的文字语言排序肯定不一样。 - 最后末尾的
ci代表case insensitive，大小写不敏感，所有可能的后缀如下所示：- ai: accent insensitive 不区分重音
- as: accent sensitive 区分重音
- ci: case insensitive 不区分大小写
- cs: case sensitive 区分大小写
- bin: binary 以二进制方式比较
应用字符集与比较规则
字符集与比较规则配置有四个级别：
- MySQL实例级别
- 库级别
- 表级别
- 字段级别 指定的级别粒度越小，则以粒度越小的字符集还有比较规则优先。例如指定MySQL实例级别字符集是
utf8mb4，指定某个表字符集是latin1，那么这个表的所有字段如果不指定的话，编码就是latin1
由于字符集和比较规则是互相有联系的，如果我们只修改了字符集，比较规则也会跟着变化，如果只修改了比较规则，字符集也会跟着变化，具体规则如下：
- 只修改字符集，则比较规则将变为修改后的字符集默认的比较规则。
- 只修改比较规则，则字符集将变为修改后的比较规则对应的字符集。
实例级别
通过两个系统变量来指定实例级别的字符集与排序规则。
配置文件：
1[server] 2character_set_server=utf8mb4 3collation_server=utf8mb4_general_ci
启动之后，可以查看并修改这两个变量。
1mysql> show variables like 'character_set_server'; 2+----------------------+---------+ 3| Variable_name | Value | 4+----------------------+---------+ 5| character_set_server | utf8mb4 | 6+----------------------+---------+ 71 row in set (0.06 sec) 8 9mysql> show variables like 'collation_server'; 10+------------------+--------------------+ 11| Variable_name | Value | 12+------------------+--------------------+ 13| collation_server | utf8mb4_general_ci | 14+------------------+--------------------+ 151 row in set (0.05 sec) 16 17mysql> set character_set_server = 'utf8mb4'; 18Query OK, 0 rows affected (0.00 sec) 19 20mysql> set collation_server = 'utf8mb4_general_ci'; 21Query OK, 0 rows affected (0.00 sec)
库级别
创建数据库的时候，可以指定字符集还有排序规则。
1mysql> create database test_db character set utf8mb4 collate utf8mb4_general_ci; 2Query OK, 1 row affected (0.01 sec)
不指定的话，就用实例级别的字符集还有排序规则。
查看当前数据库的字符集还有排序规则则是通过use命令指定数据库之后，查看character_set_database变量以及collation_database 来实现：
1mysql> show variables like 'character_set_database'; 2+------------------------+---------+ 3| Variable_name | Value | 4+------------------------+---------+ 5| character_set_database | utf8mb4 | 6+------------------------+---------+ 71 row in set (0.07 sec) 8 9mysql> show variables like 'collation_database'; 10+--------------------+--------------------+ 11| Variable_name | Value | 12+--------------------+--------------------+ 13| collation_database | utf8mb4_general_ci | 14+--------------------+--------------------+ 151 row in set (0.09 sec) 16
就算设置这两个变量，也是无效的：
1mysql> set character_set_database = 'utf8'; 2Query OK, 0 rows affected (0.00 sec) 3 4mysql> show variables like 'character_set_database'; 5+------------------------+---------+ 6| Variable_name | Value | 7+------------------------+---------+ 8| character_set_database | utf8mb4 | 9+------------------------+---------+ 101 row in set (0.09 sec)
修改数据库的字符集还有排序规则的方式：
1mysql> alter database test_db character set = 'utf8'; 2Query OK, 1 row affected (0.01 sec) 3 4mysql> show variables like 'character_set_database'; 5+------------------------+-------+ 6| Variable_name | Value | 7+------------------------+-------+ 8| character_set_database | utf8 | 9+------------------------+-------+ 101 row in set (0.08 sec)
这个更新只会对新建的表如果没指定字符集和排序规则的生效，并不会更新老表的字符集还有排序规则。
表级别
可以在创建时指定字符集合排序规则，不指定的话，用数据库的字符集还有排序规则，也可以修改字符集和排序规则。
1mysql> create table test (name varchar(32)) character set utf8mb4 collate utf8mb4_bin; 2Query OK, 0 rows affected (0.04 sec) 3 4mysql> show create table test; 5+-------+---------------------------------------------------------------------------------------------------------------------------------------+ 6| Table | Create Table | 7+-------+---------------------------------------------------------------------------------------------------------------------------------------+ 8| test | CREATE TABLE `test` ( 9 `name` varchar(32) COLLATE utf8mb4_bin DEFAULT NULL 10) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin | 11+-------+---------------------------------------------------------------------------------------------------------------------------------------+ 121 row in set (0.09 sec) 13 14mysql> alter table test character set = 'utf8'; 15Query OK, 0 rows affected (0.02 sec) 16Records: 0 Duplicates: 0 Warnings: 0 17 18mysql> show create table test; 19+-------+--------------------------------------------------------------------------------------------------------------------------------------+ 20| Table | Create Table | 21+-------+--------------------------------------------------------------------------------------------------------------------------------------+ 22| test | CREATE TABLE `test` ( 23 `name` varchar(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin DEFAULT NULL 24) ENGINE=InnoDB DEFAULT CHARSET=utf8 | 25+-------+--------------------------------------------------------------------------------------------------------------------------------------+ 261 row in set (0.06 sec) 27
可以看出，仅仅是表的字符集还有排序规则变了，对于已有字段，并没有改变编码和排序规则。
列级别
可以在创建表的时候，指定不同的列有不同的字符集和排序规则，也可以修改列的字符集和排序规则：
1mysql> create table test (name varchar(32) character set utf8 collate utf8_bin) character set utf8mb4 collate utf8mb4_bin; 2Query OK, 0 rows affected (0.03 sec) 3 4mysql> show create table test; 5+-------+-------------------------------------------------------------------------------------------------------------------------------------------------------+ 6| Table | Create Table | 7+-------+-------------------------------------------------------------------------------------------------------------------------------------------------------+ 8| test | CREATE TABLE `test` ( 9 `name` varchar(32) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL 10) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin | 11+-------+-------------------------------------------------------------------------------------------------------------------------------------------------------+ 121 row in set (0.09 sec) 13 14mysql> alter table test modify column name varchar(32) COLLATE latin1_bin; 15Query OK, 0 rows affected (0.09 sec) 16Records: 0 Duplicates: 0 Warnings: 0 17 18mysql> show create table test; 19+-------+-----------------------------------------------------------------------------------------------------------------------------------------------------------+ 20| Table | Create Table | 21+-------+-----------------------------------------------------------------------------------------------------------------------------------------------------------+ 22| test | CREATE TABLE `test` ( 23 `name` varchar(32) CHARACTER SET latin1 COLLATE latin1_bin DEFAULT NULL 24) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin | 25+-------+-----------------------------------------------------------------------------------------------------------------------------------------------------------+ 261 row in set (0.09 sec)
MySQL客户端字符编码问题
有时候，我们会遇到字符编码不一致导致的程序问题。例如我们的 Java 程序，使用 jdbc 链接。读取的数据，打印出来是乱码。或者是，MySQL 无法识别我们客户端发来的命令。这涉及到字符编码问题。我们需要保持 Java 程序的字符编码与 JDBC 链接指定的字符编码一致，这样才不会有乱码的问题。
**指定 Java 程序编码：**通过启动参数：-Dfile.encoding=UTF-8 设置默认的字符编码（java.nio.charset.Charset.defaultCharset();）是utf-8（对应 MySQL 的utf8还有utf8mb4）。
指定 JDBC 链接编码：
jdbc:mysql://127.0.0.1:3306/test?characterEncoding=utf8
mysql客户端命令行指定字符集
mysql -h 127.0.0.1 -P 3306 -u root --default-character-set=utf8mb4 -p
之后查看有关编码的环境变量，都是和设置的这个字符集一样。
1mysql> SHOW VARIABLES LIKE 'character_set_client'; 2+----------------------+---------+ 3| Variable_name | Value | 4+----------------------+---------+ 5| character_set_client | utf8mb4 | 6+----------------------+---------+ 71 row in set, 1 warning (0.00 sec) 8 9mysql> SHOW VARIABLES LIKE 'character_set_connection'; 10+--------------------------+---------+ 11| Variable_name | Value | 12+--------------------------+---------+ 13| character_set_connection | utf8mb4 | 14+--------------------------+---------+ 151 row in set, 1 warning (0.00 sec) 16 17mysql> SHOW VARIABLES LIKE 'character_set_results'; 18+-----------------------+---------+ 19| Variable_name | Value | 20+-----------------------+---------+ 21| character_set_results | utf8mb4 | 22+-----------------------+---------+ 231 row in set, 1 warning (0.00 sec)
其中：
character_set_client: 服务器解码请求时使用的字符集character_set_connection：服务器处理请求时将字符集转换成这个字符集处理。操作具体列时，在转换为具体列的编码。character_set_results:服务器向客户端返回数据时使用的字符集
MySQL 设计这三个编码的时候，出于以下考虑：
- 一个 MySQL，可能有多种不同语言和操作系统或者国家的客户端，所以通过设置
character_set_client还有character_set_results进行兼容。 - 由于操作具体列数据的时候需要编码转换，如果
character_set_connection和字段一致的话，就不用转换了，所以设置character_set_connection可以让 MySQL 用一种编码理解命令统一处理，同时设置character_set_connection为最常用的可以减少转换。
一般情况下，保持这三个一致就好。我们就设置好连接使用的字符集就行了。