淺談MySQL編碼utf8與utf8mb4 utf8mb4_unicode_ci與utf8mb4_general_ci

小編這次要給大家分享的是淺談MySQL編碼utf8與utf8mb4 utf8mb4_unicode_ci與utf8mb4_general_ci，文章內(nèi)容豐富，感興趣的小伙伴可以來(lái)了解一下，希望大家閱讀完這篇文章之后能夠有所收獲。

參考：mysql字符集小結(jié)

utf8mb4 已成為 MySQL 8.0 的默認(rèn)字符集，在MySQL 8.0.1及更高版本中將 utf8mb4_0900_ai_ci 作為默認(rèn)排序規(guī)則。

新項(xiàng)目只考慮 utf8mb4

UTF-8 編碼是一種變長(zhǎng)的編碼機(jī)制，可以用1~4個(gè)字節(jié)存儲(chǔ)字符。

因?yàn)闅v史遺留問(wèn)題，MySQL 中的 utf8 編碼并不是真正的 UTF-8，而是閹割版的，最長(zhǎng)只有3個(gè)字節(jié)。當(dāng)遇到占4個(gè)字節(jié)的 UTF-8 編碼，例如 emoji 字符或者復(fù)雜的漢字，會(huì)導(dǎo)致存儲(chǔ)異常。

從 5.5.3 開始，MySQL 開始用 utf8mb4 編碼來(lái)實(shí)現(xiàn)完整的 UTF-8，其中 mb4 表示 most bytes 4，最多占用4個(gè)字節(jié)。從 8.0 之后，將會(huì)在某個(gè)版本開始用 utf8mb4 作為默認(rèn)字符編碼。

設(shè)置服務(wù)器默認(rèn)字符集為 utf8mb4

創(chuàng)建數(shù)據(jù)庫(kù)時(shí)，如果沒(méi)有指定字符集，會(huì)采用服務(wù)器的默認(rèn)字符集。設(shè)置服務(wù)器默認(rèn)字符集為 utf8mb4 可以提高便利性。

編輯 MySQL 的配置文件

只需要關(guān)心5個(gè)系統(tǒng)變量，這5個(gè)都改為 utf8mb4 則修改成功：
character_set_client
character_set_connection
character_set_results
character_set_server
character_set_database

my.cnf 是MySQL 的配置文件，修改之前記得先備份：

vi /etc/my.cnf

在[mysqld]下面加上default-character-set=utf8后服務(wù)器啟動(dòng)不了，莫名其妙。后來(lái)這么改就好了（MySQL5.7）：

[mysqld]
init_connect='SET collation_connection = utf8mb4_unicode_ci' 
init_connect='SET NAMES utf8mb4' 
character-set-server=utf8mb4
collation-server=utf8mb4_unicode_ci 
skip-character-set-client-handshake
...
[client]
default-character-set=utf8mb4

MySQL8.0 默認(rèn)已經(jīng)是 utf8mb4，不用改懂。如果你要改的話，配置文件如下：

[mysqld]
datadir=/var/lib/mysql
socket=/var/lib/mysql/mysql.sock
log-error=/var/log/mysqld.log
pid-file=/var/run/mysqld/mysqld.pid
character-set-server = utf8mb4
[client]
default-character-set=utf8mb4

重啟并確認(rèn)

可以看到，系統(tǒng)編碼、連接編碼、服務(wù)器和客戶端編碼都設(shè)置為 UTF-8了：

mysql> show variables like "%char%";
+--------------------------------------+--------------------------------+
| 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          | /usr/share/mysql-8.0/charsets/ |
| validate_password.special_char_count | 1               |
+--------------------------------------+--------------------------------+
9 rows in set (0.00 sec)

MySQL 中字符集相關(guān)變量

character_set_client：客戶端請(qǐng)求數(shù)據(jù)的字符集
character_set_connection：從客戶端接收到數(shù)據(jù)，然后傳輸?shù)淖址?br/>character_set_database：默認(rèn)數(shù)據(jù)庫(kù)的字符集，無(wú)論默認(rèn)數(shù)據(jù)庫(kù)如何改變，都是這個(gè)字符集；如果沒(méi)有默認(rèn)數(shù)據(jù)庫(kù)，那就使用 character_set_server指定的字符集，這個(gè)變量建議由系統(tǒng)自己管理，不要人為定義。
character_set_filesystem：把操作系統(tǒng)上的文件名轉(zhuǎn)化成此字符集，即把 character_set_client轉(zhuǎn)換character_set_filesystem， 默認(rèn)binary是不做任何轉(zhuǎn)換的
character_set_results：結(jié)果集的字符集
character_set_server：數(shù)據(jù)庫(kù)服務(wù)器的默認(rèn)字符集
character_set_system：存儲(chǔ)系統(tǒng)元數(shù)據(jù)的字符集，總是 utf8，不需要設(shè)置

創(chuàng)建數(shù)據(jù)庫(kù)時(shí)指定字符集為 utf8mb4

如果數(shù)據(jù)庫(kù)默認(rèn)字符集不是 utf8mb4，那么可以在創(chuàng)建數(shù)據(jù)庫(kù)時(shí)指定字符集：

CREATE DATABASE mydb CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

排序字符集 collation

字符除了需要存儲(chǔ)，還需要排序或比較大小。推薦用 utf8mb4_unicode_ci，但是用 utf8mb4_general_ci 也沒(méi)啥問(wèn)題。

MySQL 8.0 默認(rèn)的是 utf8mb4_0900_ai_ci，屬于 utf8mb4_unicode_ci 中的一種，具體含義如下：

• uft8mb4 表示用 UTF-8 編碼方案，每個(gè)字符最多占4個(gè)字節(jié)。
• 0900 指的是 Unicode 校對(duì)算法版本。（Unicode歸類算法是用于比較符合Unicode標(biāo)準(zhǔn)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ë之間沒(méi)有區(qū)別。
• ci表示不區(qū)分大小寫。也就是說(shuō)，排序時(shí)p和P之間沒(méi)有區(qū)別。

utf8mb4 已成為默認(rèn)字符集，在MySQL 8.0.1及更高版本中將utf8mb4_0900_ai_ci作為默認(rèn)排序規(guī)則。以前，utf8mb4_general_ci是默認(rèn)排序規(guī)則。由于utf8mb4_0900_ai_ci排序規(guī)則現(xiàn)在是默認(rèn)排序規(guī)則，因此默認(rèn)情況下新表格可以存儲(chǔ)基本多語(yǔ)言平面之外的字符?，F(xiàn)在可以默認(rèn)存儲(chǔ)表情符號(hào)。如果需要重音靈敏度和區(qū)分大小寫，則可以使用utf8mb4_0900_as_cs代替。

看完這篇關(guān)于淺談MySQL編碼utf8與utf8mb4 utf8mb4_unicode_ci與utf8mb4_general_ci的文章，如果覺(jué)得文章內(nèi)容寫得不錯(cuò)的話，可以把它分享出去給更多人看到。