墨墨導讀：字符集是一組符號和編碼。collation是一組用于比較字符集中的字符的規則。
MySQL的字符集從latin1經(jīng)過(guò)utf8 到utf8mb4 ，算是經(jīng)歷曲折的路線(xiàn)。特別是從使用一個(gè)字符集變更另一個(gè)字符集時(shí)，實(shí)踐當中都非常無(wú)奈,不是沒(méi)辦法，而是麻煩。到了MySQL8.0多出了一個(gè)字符集utf8mb4_0900_*的字符集，有必要了解一下。
1. 字符集基礎
先了解下MySQL字符集都有哪些地方使用，進(jìn)入數據庫VARIABLES參數一目了然：
mysql> SHOW VARIABLES WHERE variable_name LIKE '%character%' OR variable_name LIKE '%collation%' ;+-------------------------------+--------------------------------------+| Variable_name | Value |+-------------------------------+--------------------------------------+| character_set_client | utf8mb4 || character_set_connection | utf8mb4 || character_set_database | utf8mb4 || character_set_filesystem | binary || character_set_results | utf8mb4 || character_set_server | utf8mb4 || character_set_system | utf8 || character_sets_dir | /opt/idc/mysql8.0.23/share/charsets/ || collation_connection | utf8mb4_bin || collation_database | utf8mb4_bin || collation_server | utf8mb4_bin || default_collation_for_utf8mb4 | utf8mb4_0900_ai_ci |+-------------------------------+--------------------------------------+從上面client，connection，database，results層層環(huán)節扣著(zhù)，任何一個(gè)環(huán)節的字符集不兼容都會(huì )出現亂碼問(wèn)題。
MySQL8.0 utf8mb4 Unicode字符集一個(gè)新的通用排序歸類(lèi)，被命名為utf8mb4_0900_ai_ci。MySQL 8.0默認的是utf8mb4_0900_ai_ci，屬于 utf8mb4_unicode_ci中的一種。
這些字段每個(gè)意義，代表著(zhù)什么含義：
uft8mb4 表示用 UTF-8 編碼方案，每個(gè)字符最多占4個(gè)字節。
utf8mb3也是Unicode字符集的UTF-8編碼，每個(gè)字符使用一到三個(gè)字節。(utf8: utf8mb3的別名)
0900 就是Unicode 校對算法版本。（Unicode歸類(lèi)算法是用于比較符合Unicode標準要求的兩個(gè)Unicode字符串的方法）。
ai指的是口音不敏感。也就是說(shuō)，排序時(shí)e，è，é，ê和?之間沒(méi)有區別，不區分重音。
ci表示不區分大小寫(xiě)。排序時(shí)p和P之間沒(méi)有區別。
再了解一下一些場(chǎng)景下 utf8 和 utf8mb4 的問(wèn)題點(diǎn)：
utf8編碼最多支持3字節的數據，而emoji表情符， 偏生字是4個(gè)字節的utf8無(wú)法存儲的，致辭延伸出utf8mb4字符集解決這個(gè)問(wèn)題。
日常常用的字符集：
utf8mb4_bin：將字符串每個(gè)字符用二進(jìn)制數據編譯存儲，區分大小寫(xiě)，而且可以存二進(jìn)制的內
utf8mb4_general_ci：ci即case insensitive，不區分大小寫(xiě)。沒(méi)有實(shí)現Unicode排序規則，在遇到某些特殊語(yǔ)言或字符集，排序結果可能不一致。但在絕大多數情況下，這些特殊字符的順序并不需要那么精確。
utf8mb4_unicode_ci：是基于標準的Unicode來(lái)排序和比較，能夠在各種語(yǔ)言之間精確排序，Unicode排序規則為了能夠處理特殊字符的情況，實(shí)現了略微復雜的排序算法。
2. 字符集配置
mysql字符集如何設置，更改操作：
1)my.cnf配置文件信息，建議初始化時(shí)就設置好。
[mysqld]
character-set-server = utf8mb4
collation-server = utf8mb4_unicode_ci
character-set-client-handshake = FALSE #此處是忽略客戶(hù)端的字符集，使用服務(wù)器的設置
2)init_connect='SET NAMES utf8mb4’ #服務(wù)器為每個(gè)連接的客戶(hù)端執行的字符串,對于一些超級管理源就不生效的
3)字符集變更，包含庫，表，column的變更。都可以完全的擁有自己的字符集。
##更改DATABASE ALTER DATABASE `db1` DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci
##更改TABLE ALTER TABLE `t1` DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci
##更改column字段 ALTER TABLE `t1` modify `name` varchar(80) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci COMMENT '昵稱(chēng)';4）日常字符集檢查工作：
SELECT b.SCHEMA_NAME, b.DEFAULT_CHARACTER_SET_NAME, b.DEFAULT_COLLATION_NAME ,a.TABLE_NAME,a.TABLE_COLLATION FROM information_schema.SCHEMATA b left join information_schema.TABLES a on b.SCHEMA_NAME =a. TABLE_SCHEMA WHERE b.SCHEMA_NAME not in ('information_schema' ,'mysql','performance_schema', 'sys') ORDER BY TABLE_SCHEMA,TABLE_NAME ;通過(guò)多方便設置，更改操作，檢查。字符集不再是隱藏問(wèn)題。
3. 字符集對于數據庫的影響
字符集對整個(gè)數據庫影響面還是比較可觀(guān)的。庫更改 對于原先存在的表字段 都不影響 依次類(lèi)推。所以數據庫>表>字段 都可以單獨設置字符集。
字符串值(CHAR、VARCHAR和TEXT)的比較與其他排序規則在尾隨空格方面不同。For example, 'a’ and 'a ’ 作為不同的字符串比較，而不是相同的字符串。
對于字符集排序來(lái)說(shuō)，字符串末尾的空格也有對應的處理。
mysql> SELECT COLLATION_NAME, PAD_ATTRIBUTE FROM INFORMATION_SCHEMA.COLLATIONS WHERE CHARACTER_SET_NAME = 'utf8mb4';+----------------------------+---------------+| COLLATION_NAME | PAD_ATTRIBUTE |+----------------------------+---------------+| utf8mb4_general_ci | PAD SPACE || utf8mb4_bin | PAD SPACE || utf8mb4_unicode_ci | PAD SPACE || utf8mb4_icelandic_ci | PAD SPACE || utf8mb4_latvian_ci | PAD SPACE || .........| utf8mb4_0900_ai_ci | NO PAD || utf8mb4_de_pb_0900_ai_ci | NO PAD || utf8mb4_0900_bin | NO PAD |+----------------------------+---------------+注意：在選擇使用utf8mb4_0900 字符集之后空格 就需要處理。
除了lower_case_table_names之外，怎樣有效使用大小寫(xiě)字符集設置，采用ut8mb4_bin字符集 既可，查詢(xún)和數據插入解決。
常見(jiàn)問(wèn)題4：表情符，偏生字
常見(jiàn)錯誤代碼:1366 Incorrect string value: '\xF0\x9F\x99\x82’ for column 'name’ at row 2
指定Utf8mb4字符集，再配合character-set-client-handshake屬性
備注：對于jdbc來(lái)說(shuō)沒(méi)有utf8mb4這樣的字符集說(shuō)法。
4. 總結
從初期安裝開(kāi)始，就需要配置好字符集，8.0版本的utf8mb4_0900目前為止也沒(méi)有類(lèi)似的bug之類(lèi)的，但還需要謹慎使用。選擇utf8mb4_unicode_ci即可。
一件件小事，積累起來(lái)就是變成大事。
墨天輪原文鏈接：https://www.modb.pro/db/45313（復制到瀏覽器中打開(kāi)或者點(diǎn)擊“閱讀原文”立即查看）
聯(lián)系客服
