查看、设置与修改MySQL字符集

前一段时间，一直被MySQL的字符集困扰，今天就这方面的知识总结一下。


MySQL的字符集支持(Character Set Support)有两个方面：字符集(Character set)和排序方式(Collation)。对于字符集的支持细化到四个层次: 服务器(server)，数据库(database)，数据表(table)和连接(connection)。

1. MySQL默认字符集

MySQL对于字符集的指定可以细化到一个数据库，一张表，一列，应该用什么字符集。但是，传统的程序在创建数据库和数据表时并没有使用那么复杂的配置，它们用的是默认的配置，那么，默认的配置从何而来呢？




编译MySQL 时，指定了一个默认的字符集，这个字符集是 latin1；


安装MySQL 时，可以在配置文件 (my.ini) 中指定一个默认的的字符集，如果没指定，这个值继承自编译时指定的；


启动mysqld 时，可以在命令行参数中指定一个默认的的字符集，如果没指定，这个值继承自配置文件中的配置，此时 character_set_server 被设定为这个默认的字符集；


当创建一个新的数据库时，除非明确指定，这个数据库的字符集被缺省设定为character_set_server；


当选定了一个数据库时，character_set_database 被设定为这个数据库默认的字符集；


在这个数据库里创建一张表时，表默认的字符集被设定为 character_set_database，也就是这个数据库默认的字符集；


当在表内设置一栏时，除非明确指定，否则此栏缺省的字符集就是表默认的字符集；




简单的总结一下，如果什么地方都不修改，那么所有的数据库的所有表的所有栏位的都用 latin1 存储，不过我们如果安装 MySQL，一般都会选择多语言支持，也就是说，安装程序会自动在配置文件中把 default_character_set 设置为 UTF-8，这保证了缺省情况下，所有的数据库的所有表的所有栏位的都用 UTF-8 存储。

2. 查看默认字符集

默认情况下，mysql的字符集是latin1(ISO_8859_1)。通常，查看系统的字符集和排序方式的设定可以通过下面的两条命令：

mysql> SHOW VARIABLES LIKE 'character%';
+--------------------------+----------------------------+
| Variable_name            | Value                      |
+--------------------------+----------------------------+
| character_set_client     | utf8                       |
| character_set_connection | utf8                       |
| character_set_database   | latin1                     |
| character_set_filesystem | binary                     |
| character_set_results    | utf8                       |
| character_set_server     | latin1                     |
| character_set_system     | utf8                       |
| character_sets_dir       | /usr/share/mysql/charsets/ |
+--------------------------+----------------------------+
8 rows in set

mysql> SHOW VARIABLES LIKE 'collation_%';
+----------------------+-------------------+
| Variable_name        | Value             |
+----------------------+-------------------+
| collation_connection | utf8_general_ci   |
| collation_database   | latin1_swedish_ci |
| collation_server     | latin1_swedish_ci |
+----------------------+-------------------+
3 rows in set

3. 修改默认字符集

最简单的修改方法，就是修改mysql的my.ini文件中的字符集键值，如：

default-character-set = utf8
character_set_server =  utf8

修改完后，重启mysql的服务。


使用 mysql> SHOW VARIABLES LIKE 'character%';查看，发现数据库编码均已改成utf8。

mysql> SHOW VARIABLES LIKE 'character%';
+--------------------------+----------------------------+
| Variable_name            | Value                      |
+--------------------------+----------------------------+
| character_set_client     | utf8                       |
| character_set_connection | utf8                       |
| character_set_database   | utf8                     |
| character_set_filesystem | binary                     |
| character_set_results    | utf8                       |
| character_set_server     | utf8                     |
| character_set_system     | utf8                       |
| character_sets_dir       | /usr/share/mysql/charsets/ |
+--------------------------+----------------------------+
8 rows in set

还有一种修改字符集的方法，就是使用mysql的命令：

mysql> SET character_set_client = utf8 ;
mysql> SET character_set_connection = utf8 ;
mysql> SET character_set_database = utf8 ;
mysql> SET character_set_results = utf8 ;
mysql> SET character_set_server = utf8 ;
mysql> SET collation_connection = utf8 ;
mysql> SET collation_database = utf8 ;
mysql> SET collation_server = utf8 ;

因为character_set_client变量并不作为接收显示时使用的字符集，只有character_set_results才作为显示时使用的字符集，所以需要将其拆成两个变量。


character set是一组符号和他们对应的编码；collation是一组规则，规定了字符之间如何比较（大小）。每一个character set都对应着一组（至少一个）collation，而每一个collation对应唯一一个character set，通常他们两个需要成对出现，已完成数据库里的相关操作，比如排序，字符串连接等操作。


在上述四个级别上，对character set和collation都有默认的设置，server层的默认为latin1和latin1_swedish_ci.(ci:case insensible)。在创建各个层次的实体时都有相应的子句或者候选项可以使用，以显式的声明各个实习将要使用的字符集和校对集。


一般就算设置了表的默认字符集为utf8并且通过UTF-8编码发送查询，你会发现存入数据库的仍然是乱码。问题就出在这个connection连接层上。解决方法是在发送查询前执行一下下面这句：SET NAMES 'utf8';


它相当于下面的三句指令：

SET character_set_client = utf8;
SET character_set_results = utf8;
SET character_set_connection = utf8;

character_set_client：客户端发送过来文字的字符集


character_set_results：发送给客户端的结果所使用的字符集


character_set_connection：用于连接的字符集




character_set_client,character_set_connection这两个变量仅用与保证与character_set_database编码的一致，而character_set_results则用与保证SELECT返回的结果与程序的编码一致。


例如，你的数据库(character_set_database)用的是utf8的字符集，那么你就要保证character_set_client,character_set_connection也是utf8的字符集。而你的程序也许采用的并不是utf8，比如你的程序用的是gbk，那么你若把character_set_results也设置为utf8的话就会出现乱码问题。此时你应该把character_set_results设置为gbk。这样就能保证数据库返回的结果与你的程序的编码一致。


除此之外，还应该注意：




要保证数据库中存的数据与数据库编码一致，即数据编码与character_set_database一致；


要保证通讯的字符集与数据库的字符集一致，即character_set_client,character_set_connection与character_set_database一致；


要保证SELECT的返回与程序的编码一致，即character_set_results与程序编码一致；


要保证程序编码与浏览器编码一致，即程序编码与<meta http-equiv="Content-Type" content="text/html; charset=？"/>一致。

总结

因此，使用什么数据库版本，不管是3.x，还是4.0.x还是4.1.x，其实对我们来说不重要，重要的有两点：




正确的设定数据库编码。MySQL4.0以下版本的字符集总是默认ISO8859-1，MySQL4.1在安装的时候会让你选择。如果你准备使用UTF- 8，那么在创建数据库的时候就要指定好UTF-8(创建好以后也可以改，4.1以上版本还可以单独指定表的字符集)


正确的设定数据库connection编码。设置好数据库的编码后，在连接数据库时候，应该指定connection的编码，比如使用jdbc连接时，指定连接为utf8方式。