10.3.1. 伺服器字元編碼和校對

MySQL按照如下方法確定伺服器字元編碼和伺服器校對規則：

·         當伺服器啟動時根據有效的選項設置

·         根據運行時的設定值

在伺服器級別，確定方法很簡單。當啟動mysqld時，根據使用的初始選項設置來確定伺服器字元編碼和 校對規則。可以使用--default-character-set設置字元編碼，並且可以在字元編碼後面為 校對規則新增--default-collation。如果沒有指定一個字元編碼，那就與--default-character-set=latin1相同。如果您僅指定了一個字元編碼（例如，latin1），但是沒有指定一個 校對規則，那就與--default-charset=latin1 --default-collation=latin1_swedish_ci相同，因為latin1_swedish_ci是latin1的預設校對規則。因此，以下三個命令有相同的效果：

shell> mysqld

shell> mysqld --default-character-set=latin1

shell> mysqld --default-character-set=latin1 \

           --default-collation=latin1_swedish_ci

更改設定值的一個方法是通過重新編譯。如果希望在從源程式構建時更改預設伺服器字元編碼和校對規則，使用：--with-charset和--with-collation作為configure的參量。例如：

shell> ./configure --with-charset=latin1

或者：

shell> ./configure --with-charset=latin1 \

           --with-collation=latin1_german1_ci

mysqld和configure都驗證字元編碼/校對規則組合是否有效。如果無效，每個程式都顯示一個錯誤訊息，然後終止。

當前的伺服器字元編碼和校對規則可以用作character_set_server和collation_server系統變數的值。在運行時能夠改變這些變數的值。

10.3.2. 資料庫字元編碼和校對

CREATE DATABASE db_name

    [[DEFAULT] CHARACTER SET charset_name]

    [[DEFAULT] COLLATE collation_name]

ALTER DATABASE db_name

    [[DEFAULT] CHARACTER SET charset_name]

    [[DEFAULT] COLLATE collation_name]

例如：

CREATE DATABASE db_name

    DEFAULT CHARACTER SET latin1 COLLATE latin1_swedish_ci;

MySQL這樣選擇資料庫字元編碼和資料庫校對規則：

·         如果指定了CHARACTER SET X和COLLATE Y，那麼採用字元編碼X和校對規則Y。

·         如果指定了CHARACTER SET X而沒有指定COLLATE Y，那麼採用CHARACTER SET X和CHARACTER SET X的預設校對規則。

·         否則，採用伺服器字元編碼和伺服器校對規則。

MySQL的CREATE DATABASE ... DEFAULT CHARACTER SET ...語法與標準SQL的CREATE SCHEMA ... CHARACTER SET ...語法類似。因此，可以在同一個MySQL伺服器上建立使用不同字元編碼和 校對規則的資料庫。

如果在CREATE TABLE語句中沒有指定資料表字元編碼和校對規則，則使用資料庫字元編碼和校對規則作為預設值。它們沒有其它目的。

預設資料庫的字元編碼和校對規則可以用作character_set_database和 collation_database系統變數。無論何時預設資料庫更改了，伺服器都設置這兩個變數的值。如果沒有 預設資料庫，這兩個變數與相應的伺服器級別的變數（character_set_server和collation_server）具有相同的值。

10.3.3. 資料表字元編碼和校對

CREATE TABLE tbl_name (column_list)

    [DEFAULT CHARACTER SET charset_name [COLLATE collation_name]]

ALTER TABLE tbl_name

    [DEFAULT CHARACTER SET charset_name] [COLLATE collation_name]

例如：

CREATE TABLE t1 ( ... )

DEFAULT CHARACTER SET latin1 COLLATE latin1_danish_ci;

MySQL按照下面的方式選擇資料表字元編碼和 校對規則：

·         如果指定了CHARACTER SET X和COLLATE Y，那麼採用CHARACTER SET X和COLLATE Y。

·         如果指定了CHARACTER SET X而沒有指定COLLATE Y，那麼採用CHARACTER SET X和CHARACTER SET X的預設校對規則。

·         否則，採用伺服器字元編碼和伺服器校對規則。

如果在列定義中沒有指定列字元編碼和校對規則，則預設使用資料表字元編碼和校對規則。資料表字元編碼和校對規則是MySQL的延伸;在標準SQL中沒有。

10.3.4. 列字元編碼和校對

col_name {CHAR | VARCHAR | TEXT} (col_length)

    [CHARACTER SET charset_name [COLLATE collation_name]]

例如：

CREATE TABLE Table1

(

    column1 VARCHAR(5) CHARACTER SET latin1 COLLATE latin1_german1_ci

);

MySQL按照下面的方式選擇列字元編碼和校對規則：

·         如果指定了CHARACTER SET X和COLLATE Y，那麼採用CHARACTER SET X和COLLATE Y。

·         如果指定了CHARACTER SET X而沒有指定COLLATE Y，那麼採用CHARACTER SET X和CHARACTER SET X的預設校對規則。

·         否則，採用資料表字元編碼和伺服器校對規則。

CHARACTER SET和COLLATE子句是標準的SQL。

10.3.5. 字元編碼和校對分配示範

10.3.6. 連接字元編碼和校對

·         伺服器字元編碼和校對規則可以用作character_set_server和collation_server變數的值。

·         預設資料庫的字元編碼和校對規則可以用作character_set_database和collation_database變數的值。

在客戶端和伺服器的連接處理中也涉及了字元編碼和校對規則變數。每一個客戶端有一個連接相關的字元編碼和校對規則變數。

考慮什麼是一個「連接」：它是連接伺服器時所作的事情。客戶端發送SQL語句，例如查詢，通過連接發送到伺服器。伺服器通過連接發送響應給客戶端，例如結果集。對於客戶端連接，這樣會導致一些關於連接的字元編碼和 校對規則的問題，這些問題均能夠通過系統變數來解決：

·         當查詢離開客戶端後，在查詢中使用哪種字元編碼？

伺服器使用character_set_client變數作為客戶端發送的查詢中使用的字元編碼。

·         伺服器接收到查詢後應該轉換為哪種字元編碼？

轉換時，伺服器使用character_set_connection和collation_connection系統變數。它將客戶端發送的查詢從character_set_client系統變數轉換到character_set_connection（除非字串文字具有象_latin1或_utf8的引介詞）。collation_connection對比較文字字串是重要的。對於列值的字串比較，它不重要，因為列具有更高的 校對規則優先級。

·         伺服器發送結果集或返回錯誤訊息到客戶端之前應該轉換為哪種字元編碼？

character_set_results變數指示伺服器返回查詢結果到客戶端使用的字元編碼。包括結果數據，例如列值和結果元數據（如列名）。

您能夠調整這些變數的設置，或可以依賴預設值（這樣，您可以跳過本章）。

有兩個語句影響連接字元編碼：

SET NAMES 'charset_name'

SET CHARACTER SET charset_name

SET NAMES顯示客戶端發送的SQL語句中使用什麼字元編碼。因此，SET NAMES 'cp1251'語句告訴伺服器「將來從這個客戶端傳來的訊息採用字元編碼cp1251」。它還為伺服器發送回客戶端的結果指定了字元編碼。（例如，如果您使用一個SELECT語句，它資料表示列值使用了什麼字元編碼。）

SET NAMES 'x'語句與這三個語句等價：

mysql> SET character_set_client = x;

mysql> SET character_set_results = x;

mysql> SET character_set_connection = x;

將x設置為character_set_connection也就設置了collation_connection是x的預設校對規則。

SET CHARACTER SET語句是類似的，但是為 預設資料庫設置連接字元編碼和校對規則。SET CHARACTER SET x語句與這三個語句等價：

mysql> SET character_set_client = x;

mysql> SET character_set_results = x;

mysql> SET collation_connection = @@collation_database;

當一個客戶端連接時，它向伺服器發送希望使用的字元編碼名稱。伺服器為那個字元編碼設置character_set_client、character_set_results和 character_set_connection變數。（實際上，伺服器為使用該字元編碼執行一個SET NAMES操作。）

對於mysql客戶端，如果您希望使用與預設字元編碼不同的字元編碼，不需要每次啟動時執行SET NAMES語句。可以在mysql語句行中或者選項檔案中新增一個--default-character-set選項設置。例如，您每次運行mysql時，以下的選項檔案設置把三個字元編碼變數修改為koi8r：

[mysql]

default-character-set=koi8r

例如：假設column1定義為CHAR(5) CHARACTER SET latin2。如果沒有設定SET NAMES或SET CHARACTER SET，那麼對於SELECT column1 FROM t，當連接後，伺服器使用客戶端指定的字元編碼返回列column1的所有值。另一方面，如果您設定SET NAMES 'latin1'或SET CHARACTER SET latin1，那麼發送結果之前，伺服器轉換latin2值到latin1。轉換可能會丟失那些不屬於兩種字元編碼的字元。

如果不希望伺服器執行任何轉換，設置character_set_results為NULL：

mysql> SET character_set_results = NULL;

10.3.7. 字串文字字元編碼和校對

一個字串文字可能有一個可選的字元編碼引介詞和COLLATE子句：

[_charset_name]'string' [COLLATE collation_name]

例如：

SELECT 'string';

SELECT _latin1'string';

SELECT _latin1'string' COLLATE latin1_danish_ci;

對於簡單的語句SELECT 'string'，字串使用由character_set_connection和collation_connection系統變數定義的字元編碼和 校對規則。

_charset_name資料表達式正式稱做一個引介詞。它告訴解析程式，「後面將要出現的字串使用字元編碼X。」因為以前人們對此感到困惑，我們強調引介詞不導致任何轉換; 它僅是一個符號，不改變字串的值。引介詞在標準十六進制字母和數字十六進制符號（x'literal'和 0xnnnn）中是合法的，以及？（當在一個編程語言接口中使用預處理的語句時進行參數替換）。

例如：

SELECT _latin1 x'AABBCC';

SELECT _latin1 0xAABBCC;

SELECT _latin1 ?;

MySQL這樣確定一個文字字元編碼和校對規則：

·         如果指定了CHARACTER SET X和COLLATE Y，那麼使用CHARACTER SET X和COLLATE Y。

·         如果指定了CHARACTER SET X而沒有指定COLLATE Y，那麼使用CHARACTER SET X和CHARACTER SET X的預設校對規則。

·         否則，使用通過character_set_connection 和 collation_connection系統變數給出的字元編碼和 校對規則。

例如：

·         使用latin1字元編碼和latin1_german1_ci校對規則的字串：

·                SELECT _latin1'Muller' COLLATE latin1_german1_ci;

·         使用latin1字元編碼和其預設校對規則的字串（即，latin1_swedish_ci）：

·                SELECT _latin1'Muller';

·         使用連接預設字元編碼和校對規則的字串：

·                SELECT 'Muller';

字元編碼引介詞和COLLATE子句是根據標準SQL規範實現的。

10.3.8. 在SQL語句中使用COLLATE

10.3.9. COLLATE子句優先

10.3.10. BINARY操作符

SELECT * FROM t1 ORDER BY BINARY a;

SELECT * FROM t1 ORDER BY a COLLATE latin1_bin;

10.3.11. 校對確定較為複雜的一些特殊情況

10.3.12. 校對必須適合字元編碼

10.3.13. 校對效果的示範

10.4.1. 結果字串

對於簡單的函數，即接收字串輸入然後返回一個字串結果作為輸出的函數，輸出的字元編碼和校對規則與原始輸入的相同。例如，UPPER（X）返回一個字串，其字元和 校對規則與X相同。類似的函數還有INSTR()、LCASE()、LOWER()、LTRIM()、MID()、REPEAT()、REPLACE()、REVERSE()、RIGHT()、RPAD()、RTRIM()、SOUNDEX()、SUBSTRING()、TRIM()、UCASE()和UPPER()。（還需要注意：REPLACE()函數不同於其它函數，它總是忽略輸入字串的 校對規則，並且進行大小寫不敏感的比較。）

對於合併多個字串輸入並且返回單個字串輸出的運算，應用標準SQL「聚合規則」：

·         如果存在顯式的校對規則X，那麼使用X。

·         如果存在顯式的校對規則X和Y，那麼產生一個錯誤。

·         否則，如果全部校對規則是X，那麼使用X。

·         其它情況，結果沒有校對規則。

例如，使用CASE ... WHEN a THEN b WHEN b THEN c COLLATE X END。結果校對規則是X。對於CASE、UNION、||、CONCAT()、ELT()、GREATEST()、IF()和LEAST()情況相同。

對於轉換為字元數據的運算，從運算得到的結果字串的字元編碼和校對規則由character_set_connection和collation_connection系統變數定義。這適用於CAST()、CHAR()、CONV()、FORMAT()、HEX()和SPACE()函數。

10.4.2. CONVERT()

CONVERT(expr USING transcoding_name)

在 MySQL中，轉換代碼名與相應的字元編碼名相同。

例子：

SELECT CONVERT(_latin1'Muller' USING utf8);

INSERT INTO utf8table (utf8column)

    SELECT CONVERT(latin1field USING utf8) FROM latin1table;

CONVERT(... USING ...)根據標準SQL規範實施。

在傳統SQL模式中，如果您轉換一個「0」日期字串到日期類型，CONVERT（）函數返回NULL。在MySQL5.1中還產生一條警告。

10.4.3. CAST()

CAST(character_string AS character_data_type CHARACTER SET charset_name)

例如：

SELECT CAST(_latin1'test' AS CHAR CHARACTER SET utf8);

如果使用CAST()時沒有指定CHARACTER SET，結果字元編碼和校對規則通過character_set_connection 和 collation_connection系統變數定義。如果用CAST()並帶有CHARACTER SET X選項，那麼結果字元編碼和校對規則是X和其 預設的校對規則。

您可能不能在CAST()中使用COLLATE子句，但是您可以在外部使用它。也就是說，不是CAST(... COLLATE ...)，而是CAST(...) COLLATE ...。

例如：

SELECT CAST(_latin1'test' AS CHAR CHARACTER SET utf8) COLLATE utf8_bin;

在傳統SQL模式中，如果您轉換一個「0」日期字串到日期類型，CAST()函數返回NULL。在MySQL5.1中還產生一條警告。

10.4.4. SHOW語句

10.10.1. Unicode字元編碼

10.10.2. 西歐字元編碼

10.10.3. 中歐字元編碼

·         cp1250（Windows中歐） 校對規則：

o        cp1250_bin

o        cp1250_croatian_ci

o        cp1250_czech_cs

o        cp1250_general_ci（ 預設）

·         cp852（DOS 中歐）校對規則：

o        cp852_bin

o        cp852_general_ci（ 預設）

·         keybcs2（DOS Kamenicky Czech-Slovak）校對規則：

o        keybcs2_bin

o        keybcs2_general_ci（ 預設）

·         latin2（ISO 8859-2 中歐）校對規則：

o        latin2_bin

o        latin2_croatian_ci

o        latin2_czech_cs

o        latin2_general_ci（ 預設）

o        latin2_hungarian_ci

·         macce（Mac 中歐）校對規則：

o        macce_bin

o        macce_general_ci（ 預設）

10.10.4. 南歐與中東字元編碼

·         armscii8（ARMSCII-8 亞美尼亞語）校對規則：

o        armscii8_bin

o        armscii8_general_ci（ 預設）

·         cp1256（阿拉伯語Windows） 校對規則：

o        cp1256_bin

o        cp1256_general_ci（ 預設）

·         geostd8（GEOSTD8喬治亞語） 校對規則：

o        geostd8_bin

o        geostd8_general_ci（ 預設）

·         greek（ISO 8859-7希臘語）校對規則：

o        greek_bin

o        greek_general_ci（ 預設）

·         hebrew（ISO 8859-8希伯萊語）校對規則：

o        hebrew_bin

o        hebrew_general_ci（ 預設）

·         latin5（ISO 8859-9 土耳其語）校對規則：

o        latin5_bin

o        latin5_turkish_ci（ 預設）

10.10.5. 波羅的海字元編碼

·         cp1257（Windows波羅的海） 校對規則：

o        cp1257_bin

o        cp1257_general_ci（ 預設）

o        cp1257_lithuanian_ci

·         latin7（ISO 8859-13波羅的海）校對規則：

o        latin7_bin

o        latin7_estonian_cs

o        latin7_general_ci（ 預設）

o        latin7_general_cs

10.10.6. 西裡爾字元編碼

·         cp1251（Windows 西裡爾）校對規則：

o        cp1251_bin

o        cp1251_bulgarian_ci

o        cp1251_general_ci（ 預設）

o        cp1251_general_cs

o        cp1251_ukrainian_ci

·         cp866（DOS 俄語）校對規則：

o        cp866_bin

o        cp866_general_ci（ 預設）

·         koi8r（KOI8-R Relcom 俄語）校對規則：

o        koi8r_bin

o        koi8r_general_ci（ 預設）

·         koi8u（KOI8-U 烏克蘭語）校對規則：

o        koi8u_bin

o        koi8u_general_ci（ 預設）

10.10.7. 亞洲字元編碼