mysql字符集和校对规则（Mysql校对集）

mysql字符集和校对规则（Mysql校对集）
字符集和校对规则
字符集是⼀套符号和编码。

校对规则是在字符集内⽤于⽐较字符的⼀套规则。

MySql在collation提供较强的⽀持，oracel在这⽅⾯没查到相应的资料。

不同字符集有不同的校对规则，命名约定：以其相关的字符集名开始，通常包括⼀个语⾔名，并且以_ci（⼤⼩写不敏感）、_cs（⼤⼩写敏感）或_bin（⼆元）结束
校对规则⼀般分为两类：
binary collation，⼆元法，直接⽐较字符的编码，可以认为是区分⼤⼩写的，因为字符集中'A'和'a'的编码显然不同。

字符集_语⾔名，utf8默认校对规则是utf8_general_ci
mysql字符集和校对规则有4个级别的默认设置：服务器级、数据库级、表级和连接级。

具体来说，我们系统使⽤的是utf8字符集，如果使⽤utf8_bin校对规则执⾏sql查询时区分⼤⼩写，使⽤utf8_general_ci 不区分⼤⼩写。

不要使⽤utf8_unicode_ci。

如create database demo CHARACTER SET utf8; 默认校对规则是utf8_general_ci 。

Unicode与UTF8
Unicode只是⼀个符号集，它只规定了符号的⼆进制代码，却没有规定这个⼆进制代码应该如何存储.
UTF8字符集是存储Unicode数据的⼀种可选⽅法。

mysql同时⽀持另⼀种实现ucs2。

字符集(charset)：是⼀套符号和编码。

校对规则(collation)：是在字符集内⽤于⽐较字符的⼀套规则，⽐如定义'A'<'B'这样的关系的规则。

不同collation可以实现不同的⽐较规则，如'A'='a'在有的规则中成⽴，⽽有的不成⽴；进⽽说，就是有的规则区分⼤⼩写，⽽有的⽆视。

每个字符集有⼀个或多个校对规则，并且每个校对规则只能属于⼀个字符集。

binary collation，⼆元法，直接⽐较字符的编码，可以认为是区分⼤⼩写的，因为字符集中'A'和'a'的编码显然不同。

除此以外，还有更加复杂的⽐较规则，这些规则在简单的⼆元法之上增加⼀些额外的规定，⽐较就更加复杂了。

mysql5.1在字符集和校对规则的使⽤⽐其它⼤多数数据库管理系统超前许多，可以在任何级别进⾏使⽤和设置，为了有效地使⽤这些功能，你需要了解哪些字符集和校对规则是可⽤的，怎样改变默认值，以及它们怎样影响字符操作符和字符串函数的⾏为。

两个不同的字符集不能有相同的校对规则。

每个字符集有⼀个默认校对规则。

例如，utf8默认校对规则是utf8_general_ci。

存在校对规则命名约定：它们以其相关的字符集名开始，通常包括⼀个语⾔名，并且以_ci（⼤⼩写不敏感）、_cs（⼤⼩写敏感）或_bin（⼆元）结束
确定默认字符集和校对
字符集和校对规则有4个级别的默认设置：服务器级、数据库级、表级和连接级。

数据库字符集和校对
每⼀个数据库有⼀个数据库字符集和⼀个数据库校对规则，它不能够为空。

CREATE DATABASE和ALTER DATABASE语句有⼀个可选的⼦句来指定数据库字符集和校对规则：
例如：
CREATE DATABASE db_name DEFAULT CHARACTER SET latin1 COLLATE latin1_swedish_ci;
MySQL这样选择数据库字符集和数据库校对规则：
· 如果指定了CHARACTER SET X和COLLATE Y，那么采⽤字符集X和校对规则Y。

· 如果指定了CHARACTER SET X⽽没有指定COLLATE Y，那么采⽤CHARACTER SET X和CHARACTER SET X的默认校对规则。

· 否则，采⽤服务器字符集和服务器校对规则。

在SQL语句中使⽤COLLATE
•使⽤COLLATE⼦句，能够为⼀个⽐较覆盖任何默认校对规则。

COLLATE可以⽤于多种SQL语句中。

使⽤WHERE：
select * from pro_product where product_code='ABcdefg' collate utf8_general_ci
Unicode与UTF8
Unicode只是⼀个符号集，它只规定了符号的⼆进制代码，却没有规定这个⼆进制代码应该如何存储.Unicode码可以采⽤UCS-2格式直接存储.mysql⽀持ucs2字符集。

UTF-8就是在互联⽹上使⽤最⼴的⼀种unicode的实现⽅式。

其他实现⽅式还包括UTF-16和UTF-32，不过在互联⽹上基本不⽤。

UTF8字符集（转换Unicode表⽰）是存储Unicode数据的⼀种可选⽅法。

它根据RFC 3629执⾏。

UTF8字符集的思想是不同Unicode字符采⽤变长字节序列编码：
· 基本拉丁字母、数字和标点符号使⽤⼀个字节。

· ⼤多数的欧洲和中东⼿写字母适合两个字节序列：扩展的拉丁字母（包括发⾳符号、长⾳符号、重⾳符号、低⾳符号和其它⾳符）、西⾥尔字母、希腊语、亚美尼亚语、希伯来语、阿拉伯语、叙利亚语和其它语⾔。

· 韩语、中⽂和⽇本象形⽂字使⽤三个字节序列
摘⾃：⽤梦想丈量⼈⽣，⽤奔跑丈量激情
MySQL5.5.8中共有字符集39，校对集195个
#显⽰所有的校对集
Show collation
#显⽰所有的字符集
show character set
所以⼀个字符集对应多个校对集，即同样的⼀个字符集有多重排序规则
⽐如⼀个utf8的字符集共有22中排序规则
通过show collation like ‘utf8\_%'
即可查看
注意：
utf8_general_ci 按照普通的字母顺序，⽽且不区分⼤⼩写（⽐如：a B c D）
utf8_bin 按照⼆进制排序（⽐如：A排在a前⾯，B D a c）。