字符集
字符集指的是某个字符范围的编码规则
-
ASCII（128个）：1个字节进行编码，包含空格，标点符号，数字，大小写字母，一些不可见字符
-
ISO 8859-1/latin1（256个）：1个字节进行编码，ASCII基础上扩充了128个西欧常见字符
-
GB2312（6762个）：因兼容ASCII字符集，所以在ASCII内的1个字节进行编码，反之2个字节；包含6763个汉字，682个拉丁字母，希腊字母，日本平假名/片假名，俄语西里尔字母
-
GBK：对GB2312进行扩充
-
Unicode
- UTF8：收录所有字符，兼容ASCII，采用变长编码，编码一个字符需要1-4个字节。
- UTF16：编码一个字符需要2-4个字节
- UTF32：编码一个字符需要4个字节
MySQL支持的字符集
- utf8mb3：阉割过的utf8字符集，编码一个字符需要1-3个字节
- utf8mb4：真正的utf8字符集，编码一个字符需要1-4个字节
因为一个字符所用的最大字节长度会影响数据库的存储和性能，所有一般我们都使用的1-3个字节表示字符。但如果有存储emoji等使用4个字节来编码一个字符的情况，可使用utf8mb4
可通过命令show charset;查看当前数据库支持的字符集，及其默认比较规则default_collection和最大长度max_len。
MySQL中字符集和比较规则有四种级别：
- 服务器级别：可在配置文件中更改
查看字符集：SHOW VARIABLES LIKE 'character_set_server'; 查看比较规则：SHOW VARIABLES LIKE 'collation_server';
- 数据库级别：建库时不指定默认使用服务器级别配置，建后不可更改。
查看字符集：SHOW VARIABLES LIKE 'character_set_database';
查看比较规则：SHOW VARIABLES LIKE 'collation_database';
- 表级别：建表时不指定默认使用数据库级别配置，建后不可更改。
- 列级别：建列时不指定默认使用表级别配置，可通过alter修改。
客户端与服务端请求通信
从客户端请求到服务端查找结果再到结果集返回给客户端。这其中涉及到三个系统变量，影响客户端请求内容和服务器返回结果的字符集转换。如果这三个系统变量不一致，将影响请求结果与我们期望的不一致。过程如下：
- 客户端发送请求，使用的字符集一般默认系统使用的字符集，如win->gbk，unix->utf8；
- 服务端收到客户端发送来的请求，首先根据character_set_client进行解码，然后再用character_set_connection进行编码，如果查找列使用的字符集与character_set_connection一致则直接从列中找到对应值；如果列的字符集与之不同则需要再进行一次字符集转换
- 将上部由character_set_connection编码的结果记录进行解码，再编码为character_set_results代表的字符集，客户端收到这个结果集后再转化为操作系统支持的字符串
| 系统变量 | 描述 |
|---|---|
| character_set_client | 服务器解码请求时使用的字符集 |
| character_set_connection | 服务器处理请求时会把请求字符串从character_set_client转为character_set_connection |
| character_set_results | 服务器向客户端返回数据时使用的字符集 |
可通过SET NAMES 字符集名;同时更改这三个变量，等同于SET character_set_client = 字符集名;& SET character_set_connection = 字符集名;& SET character_set_results = 字符集名;
或者希望在客户端启动时设置成一样的，可在配置文件中写为default-character-set=utf8
比较规则的应用
比较规则的作用体现在字符串大小的表达式，对某个字符串的排列（order by）