MySQL 编码utf8 与 utf8mb4 utf8mb4_unicode_ci 与 utf8mb4_general_ci

2023-07-24 17:00:05 210

参考：mysql字符集小结

utf8mb4已成为MySQL8.0的默认字符集，在MySQL8.0.1及更高版本中将utf8mb4_0900_ai_ci作为默认排序规则。

新项目只考虑utf8mb4

UTF-8编码是一种变长的编码机制，可以用1~4个字节存储字符。

因为历史遗留问题，MySQL中的utf8编码并不是真正的UTF-8，而是阉割版的，最长只有3个字节。当遇到占4个字节的UTF-8编码，例如emoji字符或者复杂的汉字，会导致存储异常。

从5.5.3开始，MySQL开始用utf8mb4编码来实现完整的UTF-8，其中mb4表示mostbytes4，最多占用4个字节。从8.0之后，将会在某个版本开始用utf8mb4作为默认字符编码。

设置服务器默认字符集为utf8mb4

创建数据库时，如果没有指定字符集，会采用服务器的默认字符集。设置服务器默认字符集为utf8mb4可以提高便利性。

编辑MySQL的配置文件

只需要关心5个系统变量，这5个都改为utf8mb4则修改成功：
character_set_client
character_set_connection
character_set_results
character_set_server
character_set_database

my.cnf是MySQL的配置文件，修改之前记得先备份：

vi/etc/my.cnf

在[mysqld]下面加上default-character-set=utf8后服务器启动不了，莫名其妙。后来这么改就好了（MySQL5.7）：

[mysqld]
init_connect='SETcollation_connection=utf8mb4_unicode_ci'
init_connect='SETNAMESutf8mb4'
character-set-server=utf8mb4
collation-server=utf8mb4_unicode_ci
skip-character-set-client-handshake
...
[client]
default-character-set=utf8mb4

MySQL8.0默认已经是utf8mb4，不用改懂。如果你要改的话，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

重启并确认

可以看到，系统编码、连接编码、服务器和客户端编码都设置为UTF-8了：

mysql>showvariableslike"%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|
+--------------------------------------+--------------------------------+
9rowsinset(0.00sec)

MySQL中字符集相关变量

character_set_client：客户端请求数据的字符集
character_set_connection：从客户端接收到数据，然后传输的字符集
character_set_database：默认数据库的字符集，无论默认数据库如何改变，都是这个字符集；如果没有默认数据库，那就使用character_set_server指定的字符集，这个变量建议由系统自己管理，不要人为定义。
character_set_filesystem：把操作系统上的文件名转化成此字符集，即把character_set_client转换character_set_filesystem，默认binary是不做任何转换的
character_set_results：结果集的字符集
character_set_server：数据库服务器的默认字符集
character_set_system：存储系统元数据的字符集，总是utf8，不需要设置

创建数据库时指定字符集为utf8mb4

如果数据库默认字符集不是utf8mb4，那么可以在创建数据库时指定字符集：

CREATEDATABASEmydbCHARACTERSETutf8mb4COLLATEutf8mb4_unicode_ci;

排序字符集collation

字符除了需要存储，还需要排序或比较大小。推荐用utf8mb4_unicode_ci，但是用utf8mb4_general_ci也没啥问题。

MySQL8.0默认的是utf8mb4_0900_ai_ci，属于utf8mb4_unicode_ci中的一种，具体含义如下：

uft8mb4表示用UTF-8编码方案，每个字符最多占4个字节。
0900指的是Unicode校对算法版本。（Unicode归类算法是用于比较符合Unicode标准要求的两个Unicode字符串的方法）。
ai指的是口音不敏感。也就是说，排序时e，è，é，ê和ë之间没有区别。
ci表示不区分大小写。也就是说，排序时p和P之间没有区别。

utf8mb4已成为默认字符集，在MySQL8.0.1及更高版本中将utf8mb4_0900_ai_ci作为默认排序规则。以前，utf8mb4_general_ci是默认排序规则。由于utf8mb4_0900_ai_ci排序规则现在是默认排序规则，因此默认情况下新表格可以存储基本多语言平面之外的字符。现在可以默认存储表情符号。如果需要重音灵敏度和区分大小写，则可以使用utf8mb4_0900_as_cs代替。

总结

到此这篇关于MySQL编码utf8与utf8mb4utf8mb4_unicode_ci与utf8mb4_general_ci的文章就介绍到这了,更多相关mysql编码utf8与utf8mb4内容请搜索毛票票以前的文章或继续浏览下面的相关文章希望大家以后多多支持毛票票！

MySQL 编码utf8 与 utf8mb4 utf8mb4_unicode_ci 与 utf8mb4_general_ci

热门推荐

随机推荐