字符集与校对规则

引擎讲完了，接下来是最容易踩坑的一块。

重　点

字符集管文字怎么存，校对规则管文字怎么比、怎么排。

打个比方

一个是给每个字发号码牌，一个是按什么规矩让这些号码排队。

想一想

为什么有的系统里，汉字会变成一串问号？

一个字符集配好几种校对规则，其中一种是默认。

关键术语

字符集Charset

规定每个字用什么号码存进硬盘。

校对规则Collation

规定两个字怎么比大小、怎么排序。

试一试同一个字，两种字符集

存这个 字母 A 汉字 据 符号 ① 表情 😀

utf8一个字最多三个字节

utf8mb4一个字最多四个字节

挑一个字符，看两种字符集存不存得下。

重　点

查字符集用 SHOW CHARACTER SET，查校对规则用 SHOW COLLATION。

四十一种字符集，真正要认识的只有三个。

分清楚

字符集	什么时候用
utf8mb4	首选，汉字表情都存得下
utf8	老写法，最多三字节
gbk	只存中文的老系统

重　点看 Maxlen 那一列

它写的是一个字最多占几个字节，utf8mb4 是 4，utf8 只有 3。

上机做

上机第 3 题　看完整的字符集列表

校对规则太多，一定要加 WHERE 把范围缩小。

重　点

直接敲 SHOW COLLATION 会刷出两百多行，屏幕根本翻不完。

分清楚

想看什么	怎么写
全部规则	SHOW COLLATION
只看某个字符集	后面加 WHERE Charset

上机做

上机第 4 题　把范围缩到 gbk 试试

这一页四条命令，两条用 SHOW，两条查系统表。

分清楚

写法	特点
SHOW COLLATION	短，随手就能敲
查 COLLATIONS 表	能再筛选、能排序

知道更多

information_schema 是 MySQL 自带的系统库，把服务器的家底都记成了表。

想一想

同一件事有两种写法，你更愿意用哪一种？

光 utf8 一个字符集，就挂着二十八种校对规则。

重　点

Default 那一列写着 Yes 的，就是这个字符集的默认校对规则。

打个比方

同一批书，可以按书名排、按作者排、按编号排，书还是那批书。

想一想

二十八种规则，差别到底在哪里？

看名字最后那几个字母，就知道它认不认大小写。

试一试换一种规则，结果全变

校对规则 general_ci 0900_as_cs bin

WHERE name = 'tom' 命中哪几行

name
Tom
tom
Apple
apple

ORDER BY name 排出来的顺序

同一张表，换一种校对规则，查询和排序都会变。

记牢它三个后缀

1. ci 不分大小写
2. cs 区分大小写
3. bin 按编码值比

重　点

默认的 utf8mb4_0900_ai_ci 是 ci，所以 tom 和 Tom 被当成同一个。

建表时选了 ci，查 tom 就会把 Tom 一起查出来。

练一练

表用 utf8mb4_general_ci，查 name = 'tom' 会返回几行？

1. A只有 tom 一行
2. B只有 Tom 一行
3. Ctom 和 Tom 两行
4. D一行都没有

看答案

答案　C

general_ci 不区分大小写，两条记录都算匹配。

重　点

要让大小写真正区分开，把列的校对规则换成 cs 或者 bin。

上机做

上机第 4 题　亲手比一比 ci 和 bin