首页 > 编程语言 > MySQL 编码utf8 与 utf8mb4 utf8mb4_unicode_ci 与 utf8mb4_general_ci
2020
09-29

MySQL 编码utf8 与 utf8mb4 utf8mb4_unicode_ci 与 utf8mb4_general_ci

参考：mysql字符集小结

utf8mb4 已成为 MySQL 8.0 的默认字符集，在MySQL 8.0.1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 most bytes 4，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='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> 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：

CREATE DATABASE mydb CHARACTER SET utf8mb4 COLLATE utf8mb4_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。

MySQL 8.0 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MySQL 8.0.1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 utf8mb4 utf8mb4_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内容请搜索自学编程网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自学编程网！

编程技巧