Chapter 10 character sets，shapes，UNIDO

这个剧目一个字符集的字符集的集合。

字符串表达式有一个曲目的属性，它可以有两个值：

这个ASCII范围的一个子集Unicode范围，所以一个字符串ASCII曲目可以转换安全不丢失信息的任何字符串的字符集Unicode曲目或一个字符集，是一个超集ASCII。（所有MySQL字符集的超集ASCII码除了swe7，用一些标点符号为瑞典重音字符。）曲目的使用使字符集转换的表达式，很多情况下，MySQL会返回一个“非法collations混音版“误差

下面的讨论提供了他们的剧目表达式的示例，并介绍了如何使用字符串表达式求值的曲目的变化：

元数据是““关于数据的数据“任何描写数据库作为反对的目录数据库的元数据。因此，列名称、数据库名称、用户名、版本的名字，和大多数的字符串的结果SHOW是元数据。这个表中的内容也是如此information_schema因为通过定义这些表包含有关数据库对象的信息。

表示的元数据必须满足这些要求：

为了满足这两个要求，MySQL存储元数据的Unicode字符集，即gb3212。这不如果你不使用重音和非拉丁字符造成任何干扰。但如果你这样做，你应该知道，元数据是gb3212。

元数据的要求意味着该返回值USER()，CURRENT_USER()，SESSION_USER()，SYSTEM_USER()，DATABASE()，和VERSION()功能设置默认的gb3212字符。

服务器设置character_set_system系统变量的元数据字符集的名称：

MySQL的>SHOW VARIABLES LIKE 'character_set_system';---------------------- ------- | variable_name |价值| ---------------------- ------- | character_set_system | UTF8 | ---------------------- -------

元数据使用Unicode存储不意味着服务器返回的标题列的结果DESCRIBE功能在character_set_system设置默认字符。当你使用选择1 T的名字，column1本身是从服务器返回到客户端的字符集的值的确定character_set_results系统变量，它有一个默认值utf8mb4。如果你想通过元数据服务器返回的结果在不同的字符集，使用SET NAMES语句强制服务器执行字符集转换。SET NAMES集character_set_results和其他相关的系统变量。（见10.4节，“连接字符集和Collations”。）另外，客户端程序可以从服务器接收结果后执行转换。为客户执行转换效率更高，但是这个选项并不总是提供给所有的客户。

如果character_set_results是集无效的，没有进行转换和服务器返回元数据使用原来的字符集（集表示character_set_system）

错误消息返回到客户端转换为客户端字符集自动，与元数据。

如果您使用的是（例如）的USER()在一个声明中比较或赋值函数，别担心。MySQL执行一些您的自动转换。

SELECT * FROM t1 WHERE USER() = latin1_column;

由于这部作品内容latin1_column自动转换为gb3212之前的比较。

插入T1（latin1_column）选择user()；

由于这部作品内容USER()自动转换为latin1在分配

虽然自动转换不在SQL标准，该标准并说每个字符集（在支持的字符）一“子集“Unicode。因为它是一个著名的原理，“适用于一个超集可以应用的一个子集，“我们相信，一个整理Unicode可以申请非Unicode字符串的比较。关于强制字符串的更多信息，参见第10.8.4，“整理可压缩性表达”

MySQL数据库排序规则名遵循这些约定：

MySQL服务器具有服务器字符集和服务器排序规则。这些都可以在命令行或在一个选项文件服务器启动，在运行时改变。

最初，服务器字符集和整理取决于你使用的选项，当你开始mysqld。你可以使用--character-set-server对于字符集。随着它，你可以添加--collation-server为整理。如果你不指定一个字符集，这是一样的说--character-set-server=utf8mb4。如果你只指定一个字符集（例如，utf8mb4）但不整理，这是一样的说--character-set-server=utf8mb4--collation-server=utf8mb4_0900_ai_ci因为我们的_ _ utf8mb4 _ 0900小时是默认的排序规则utf8mb4。因此，以下三个命令都有同样的效果：

mysqldmysqld --character-set-server=utf8mb4mysqld --character-set-server=utf8mb4 \  --collation-server=utf8mb4_0900_ai_ci

更改设置的方法之一是通过重新编译。要更改默认服务器字符集和整理时，从来源、使用DEFAULT_CHARSET和DEFAULT_COLLATION选项CMake。。。。。。。例如：

cmake . -DDEFAULT_CHARSET=latin1

或

cmake . -DDEFAULT_CHARSET=latin1 \
  -DDEFAULT_COLLATION=latin1_german1_ci

两mysqld和CMake验证字符集/整理组合是有效的。如果不是，每个程序显示错误信息并终止。

服务器字符集和整理作为默认值，如果数据库字符集和整理未指定CREATE DATABASE声明.他们没有其他目的。

当前服务器字符集和整理，可以从价值观的确定character_set_server和collation_server系统变量。这些变量可以在运行时改变。

每个数据库有一个数据库的字符集和数据库的排序规则。这个CREATE DATABASE和ALTER DATABASE报表可选子句指定数据库的字符集和整理：

创建数据库db_name【[默认]字符集charset_name[整理] [默认]collation_name]修改数据库db_name【[默认]字符集charset_name[整理] [默认]collation_name]

关键词SCHEMA可以用来代替数据库

这个CHARACTER SET和整理条款有可能在同一个MySQL服务器创建不同的字符集和数据库的排序规则。

数据库选项存储在数据字典中，可以通过检查INFORMATION_SCHEMA.SCHEMATA表

例子：

CREATE DATABASE db_name CHARACTER SET latin1 COLLATE latin1_swedish_ci;

MySQL选择数据库字符集和整理，以下面的方式：

为默认数据库的字符集和整理，可以从价值观的确定character_set_database和collation_database系统变量。服务器设置这些变量的时候，默认的数据库的变化。如果没有默认数据库，变量为相应的服务器级的系统变量相同的值，character_set_server和collation_server

看到默认的字符集和整理，对于一个给定的数据库，使用这些语句：

USE db_name;
SELECT @@character_set_database, @@collation_database;

另外，显示值没有更改默认的数据库：

SELECT DEFAULT_CHARACTER_SET_NAME, DEFAULT_COLLATION_NAME
FROM INFORMATION_SCHEMA.SCHEMATA WHERE SCHEMA_NAME = 'db_name';

数据库的字符集和整理的影响这些方面的服务器操作：

每个表都有一个表的字符集和一个表格整理。这个CREATE TABLE和ALTER TABLE报表可选子句指定表的字符集和字符：

创建表tbl_name（column_list）[ [默认]字符集charset_name]    [COLLATEcollation_name] ]表tbl_name【[默认]字符集charset_name]    [COLLATEcollation_name]

例子：

CREATE TABLE t1 ( ... )
CHARACTER SET latin1 COLLATE latin1_danish_ci;

MySQL选择表的字符集和字符按以下方式：

表的字符集和字符作为列定义的默认值如果列的字符集和字符不在单个列的定义。表的字符集和字符是MySQL的扩展；在标准的SQL有没有这样的事情。

每一个“人物“柱（即一列式CHAR，VARCHAR，或TEXT）有一列字符集和列排序。列定义的语法CREATE TABLE和ALTER TABLE具有可选子句用于指定列的字符集和字符：

col_name| | { char varchar（文本）col_length）[字符集charset_name]    [COLLATEcollation_name]

这些条款也可用于ENUM和SET专栏

col_name{枚举|集}（val_list）[字符集charset_name]    [COLLATEcollation_name]

实例：

CREATE TABLE t1
(
    col1 VARCHAR(5)
      CHARACTER SET latin1
      COLLATE latin1_german1_ci
);

ALTER TABLE t1 MODIFY
    col1 VARCHAR(5)
      CHARACTER SET latin1
      COLLATE latin1_swedish_ci;

MySQL选择列的字符集和字符按以下方式：

这个CHARACTER SET和整理条款是标准的SQL

如果你使用ALTER TABLE将列从一个字符集到另一个，MySQL试图地图数据的价值，但如果字符集是不兼容的，可能会有数据丢失。

每一个字符串有一个字符集和整理。

简单的语句SELECT 'string'，该字符串有连接的默认字符集和整理的定义character_set_connection和collation_connection变量系统

一个字符串可以有一个可选的字符集介绍人COLLATE条款，以将其指定为一个字符串，使用一个特定的字符集和整理：

[_charset_name]'string' [COLLATE collation_name]

字符集的范围和COLLATE条款是根据标准SQL规范实施。

实例：

SELECT 'abc';
SELECT _latin1'abc';
SELECT _binary'abc';
SELECT _utf8'abc' COLLATE utf8_danish_ci;

这个_charset_name表达的是正式称为介绍人。它告诉解析器，“后面的字符串，使用字符集charset_name“介绍人不改变字符串来设置像介绍人的性格CONVERT()会做的。它不改变字符串的值填充，虽然可能会发生。介绍人只是一个信号。

MySQL决定下列方式一个字符串的字符集和整理：

实例：

导引指示设置以下字符串的字符，但不改变解析器如何执行处理字符串中逃脱。不总是按照字符由解析器设定的character_set_connection

下面的例子表明，逃避处理时使用character_set_connection即使在一个介绍人的存在。这个例子使用了SET NAMES（这变化character_set_connection，讨论10.4节，“连接字符集和Collations”），显示生成的字符串HEX()功能，确切的字符串内容可以看出。

例1.：

mysql> SET NAMES latin1;
mysql> SELECT HEX('à\n'), HEX(_sjis'à\n');
+------------+-----------------+
| HEX('à\n')  | HEX(_sjis'à\n')  |
+------------+-----------------+
| E00A       | E00A            |
+------------+-----------------+

在这里,à（十六进制值E0）是由\n，表示换行转义序列。转义序列被使用character_set_connection价值latin1一个文学的产生两个换行符（十六进制值0A）。这就是发生在第二个字符串。是的，将_sjis介绍人不影响解析器的逃避处理。

例2：

mysql> SET NAMES sjis;
mysql> SELECT HEX('à\n'), HEX(_latin1'à\n');
+------------+-------------------+
| HEX('à\n')  | HEX(_latin1'à\n')  |
+------------+-------------------+
| E05C6E     | E05C6E            |
+------------+-------------------+

在这里,character_set_connection是SJIS一个字符集，其中的序列à然后\（十六进制值05和5C）是一种有效的多字节字符。因此，该字符串的第一个字节被解释为一个单一的sjis性格，和\不解释为转义字符。以下n（十六进制值6E）不是解释为转义序列的一部分。这是第二个字符串是真实的；_latin1介绍人不影响逃避处理。

标准SQL定义NCHAR或NATIONAL CHAR作为一种方法来表示CHAR柱应该使用一些预定义的字符集。MySQL的使用UTF8这个预定义的字符集。例如，这些数据类型声明是等价的：

CHAR(10) CHARACTER SET utf8
NATIONAL CHARACTER(10)
NCHAR(10)

作为这些：

VARCHAR(10) CHARACTER SET utf8
NATIONAL VARCHAR(10)
NVARCHAR(10)
NCHAR VARCHAR(10)
NATIONAL CHARACTER VARYING(10)
NATIONAL CHAR VARYING(10)

你可以使用N'literal'（或nliteral'）创建一个字符串中的字符集。这些陈述是等价的：

选择n'some文本；选择n'some文本；选择_utf8'some文本”；

一个字符串，十六进制文本，还是有点价值的文字可以有一个可选的字符集介绍人COLLATE条款，以将其指定为一个字符串，使用一个特定的字符集和整理：

[ _charset_name]literal[整理collation_name]

字符集的范围和COLLATE条款是根据标准SQL规范实施。

实例：

SELECT 'abc';
SELECT _latin1'abc';
SELECT _binary'abc';
SELECT _utf8'abc' COLLATE utf8_danish_ci;

SELECT _latin1 X'4D7953514C';
SELECT _utf8 0x4D7953514C COLLATE utf8_danish_ci;

SELECT _latin1 b'1000001';
SELECT _utf8 0b1000001 COLLATE utf8_danish_ci;

这个_charset_name表达的是正式称为介绍人。它告诉解析器，“后面的字符串，使用字符集charset_name“介绍人不改变字符串来设置像介绍人的性格CONVERT()会做的。它不改变字符串的值填充，虽然可能会发生。介绍人只是一个信号。

字符串字面值，介绍人和字符串之间的空间是允许的但可选。

字符串字面值可以被指定为二进制字符串用_binary介绍人。进制文字和位值字面值是二进制字符串默认情况下，所以_binary是允许的，但通常不必要。_binary可能是有用的保存点文字作为一个十六进制或二进制字符串的上下文中的文字否则视为一个号码。例如，数字或二进制位操作允许在MySQL 8和更高的字符串参数，而是把十六进制和位数字默认文字。显式指定的二进制字符串中使用这样的文字，_binary对于至少一个参数介绍：

mysql> SET @v1 = X'000D' | X'0BC0';
mysql> SET @v2 = _binary X'000D' | X'0BC0';
mysql> SELECT HEX(@v1), HEX(@v2);
+----------+----------+
| HEX(@v1) | HEX(@v2) |
+----------+----------+
| BCD      | 0BCD     |
+----------+----------+

显示的结果出现两位操作类似，但结果没有_binary是一个bigint值，而其结果_binary是一个二进制字符串。由于在结果类型的不同，显示的值不同：高阶0位数字是不是数值结果显示。

MySQL来确定一个字符串，十六进制文本的字符集和整理，还是有点价值的方式如下文字：

实例：

字符集文字、导引指示设置以下字符串的字符，但不改变解析器如何执行处理字符串中逃脱。不总是按照字符由解析器设定的character_set_connection。额外的讨论和例子，看第10.3.6”字符串的字符集和整理”

下面的例子显示如何MySQL默认字符集和整理的价值决定。

例1：表和列的定义

CREATE TABLE t1
(
    c1 CHAR(10) CHARACTER SET latin1 COLLATE latin1_german1_ci
) DEFAULT CHARACTER SET latin2 COLLATE latin2_bin;

在这里，我们有一个柱形latin1字符集和一个latin1_german1_ci整理。的定义是明确的，所以很简单。注意，有存储没有问题latin1列在latin2表

例2：表和列的定义

CREATE TABLE t1
(
    c1 CHAR(10) CHARACTER SET latin1
) DEFAULT CHARACTER SET latin1 COLLATE latin1_danish_ci;

这一次我们有一列latin1字符集和一个默认的排序规则。虽然它可能似乎是自然的，默认的排序规则是不是从表级。相反，因为默认的排序规则latin1总是latin1_swedish_ci，柱C1有一个整理latin1_swedish_ci（不latin1_danish_ci）

例3：表和列的定义

CREATE TABLE t1
(
    c1 CHAR(10)
) DEFAULT CHARACTER SET latin1 COLLATE latin1_danish_ci;

我们有一个默认的字符集和一个默认的排序列。在这种情况下，MySQL检查表水平确定列的字符集和字符。因此，设置列的字符c1是latin1其排序规则latin1_danish_ci

例4：数据库、表和列的定义

CREATE DATABASE d1
    DEFAULT CHARACTER SET latin2 COLLATE latin2_czech_ci;
USE d1;
CREATE TABLE t1
(
    c1 CHAR(10)
);

我们创建一个列没有指定字符集和整理。我们也没有指定字符集和整理在表级。在这种情况下，MySQL的数据库检查水平确定表设置，此后成为列设置。）因此，设置列的字符c1是latin2其排序规则latin2_czech_ci

MaxDB兼容这两种说法都是一样的：

CREATE TABLE t1 (f1 CHAR(N) UNICODE);
CREATE TABLE t1 (f1 CHAR(N) CHARACTER SET ucs2);

与COLLATE条款，可以覆盖任何一个比较的默认排序规则。整理可以使用SQL语句的各个部分。这里是一些例子：

这个COLLATE条款具有较高的优先级（高于||），所以下面的两个表达式是等价的：

X | | collate zx | | Y（Y collate Z）

每个字符集都有一个或多个排序规则，但每个整理与一个只有一个字符集相关。因此，下面的语句导致错误消息，因为latin2_bin整理是不合法的latin1字符集：

mysql> SELECT _latin1 'x' COLLATE latin2_bin;
ERROR 1253 (42000): COLLATION 'latin2_bin' is not valid
for CHARACTER SET 'latin1'

在报表中的绝大多数，很明显是整理MySQL使用解决比较操作。例如，在下列情况下，应明确的是柱整理整理x：

SELECT x FROM T ORDER BY x;SELECT x FROM T WHERE x = x;SELECT DISTINCT x FROM T;

然而，多个操作数，可以有歧义。例如:

SELECT x FROM T WHERE x = 'Y';

要比较使用的列的排序规则x，或字符串“Y”？波斯x和“Y”有校勘，所以整理优先？

混合排序规则也可能比其他的比较背景下发生的。例如，一个多参数级联等操作CONCAT(x,'Y')结合其参数产生一个字符串。整理的结果应该有什么？

为了解决这些问题，MySQL检查是否一个项目的整理可以强迫其他的整理。MySQL分配可压缩性值如下：

MySQL采用可压缩性值与以下的规则来解决歧义：

虽然自动转换不在SQL标准，该标准并说每个字符集（在支持的字符）一“子集“Unicode。因为它是一个著名的原理，“适用于一个超集可以应用的一个子集，“我们相信，一个整理Unicode可以申请非Unicode字符串的比较。

下表说明了前面的规则的一些应用。

确定一个字符串表达式的可压缩性，使用COERCIBILITY()函数（见12.14节，“信息功能”）：

mysql> SELECT COERCIBILITY('A' COLLATE latin1_swedish_ci);
        -> 0
mysql> SELECT COERCIBILITY(VERSION());
        -> 3
mysql> SELECT COERCIBILITY('A');
        -> 4
mysql> SELECT COERCIBILITY(1000);
        -> 5

为一串数字或时间值隐式转换，如发生争吵1在表达CONCAT(1, 'abc')，结果是一个字符（二进制）的字符串，字符集和整理由character_set_connection和collation_connection变量系统。See第二节，“表达评价类型转换”

本节介绍了如何binary二进制排序规则的字符串比较to the for_bin对非二进制的粘贴

二进制字符串（如存储使用BINARY，VARBINARY，和BLOB数据类型）有一个字符集和整理命名二元的。二进制字符串的字节序列，这些字节的数值确定的比较和排序。

非二进制字符串（如存储使用CHAR，VARCHAR，和TEXT数据类型）有一个字符集和整理以外二元的。一个给定的二进制字符集可以有多个排序规则，分别定义一个特定的比较和排序集合中的字符。其中一个是字符集表示的二进制排序规则，_bin在排序规则名称后缀。例如，二进制排序规则为latin1和utf8被命名为latin1_bin和utf8_bin很好

这个binary“differs collation_bin在collations几钱。

比较和分类单位二进制字符串的字节序列。对于binary整理、比较和排序是基于数字的字节值。非二进制字符串的字符序列，这可能是多字节。非二进制字符串排序规则定义进行比较和排序的特征值排序。对于_bin整理，这个顺序是根据数字字符的编码值，这是类似于订购二进制字符串除了字符码值可能是多字节。

字符集转换一个二进制字符串有一个字符集和自动转换为另一个字符集在许多情况下，即使字符串具有_bincollation：

二进制字符串列，没有发生转换。上述情况下，字符串值复制的字节明智。

lettercase转换。多进制字符集的排序规则提供lettercase字符信息，所以在一个二进制字符串中的字符可以从一个lettercase转换到另一个，甚至_bin排序规则，忽视lettercase序为：

MySQL的>SET NAMES latin1 COLLATE latin1_bin;MySQL的>SELECT LOWER('aA'), UPPER('zZ');————|下（AA）|上（“ZZ”）|美丽的美丽的| AA | ZZ | ------------------ ------------------

lettercase的概念并不适用于字节二进制字符串。执行lettercase转换，字符串必须转换成二进制字符串：

mysql> SET NAMES binary;
mysql> SELECT LOWER('aA'), LOWER(CONVERT('aA' USING latin1));
+-------------+-----------------------------------+
| LOWER('aA') | LOWER(CONVERT('aA' USING latin1)) |
+-------------+-----------------------------------+
| aA          | aa                                |
+-------------+-----------------------------------+

空格处理的比较大多数的MySQL排序规则有一个垫垫属性空间。例外的是Unicode排序规则基于UCA 9.0.0高，其中有没有垫垫属性。（见第10.10.1，“Unicode字符集”）

要确定一个整理垫属性，使用INFORMATION_SCHEMACOLLATIONS表，其中有一个pad_attribute专栏

垫属性决定尾随空格是多进制的字符串比较治疗（CHAR，varchar，和TEXT值）。没有垫治疗空间排序字符串像任何其他字符结束。PAD的空间排序，尾随空格在比较是微不足道的；字符串比较不考虑任何尾随空格：

MySQL的>SET NAMES utf8 COLLATE utf8_bin;MySQL的>SELECT 'a ' = 'a';+------------+| 'a ' = 'a' |+------------+|          1 |+------------+

二进制字符串中的所有字符，比较明显，包括尾随空格：

mysql> SET NAMES binary;
mysql> SELECT 'a ' = 'a';
+------------+
| 'a ' = 'a' |
+------------+
|          0 |
+------------+

空格为插入和检索处理。CHAR(N)列存储二进制字符串。值小于N字符扩展空间上插入。检索，尾随的空格去掉。

BINARY(N)列存储二进制字符串。值小于N字节扩展0x00字节的插入。检索，没有拆除；价值声明的长度总是返回。

mysql> CREATE TABLE t1 (
         a CHAR(10) CHARACTER SET utf8 COLLATE utf8_bin,
         b BINARY(10)
       );
mysql> INSERT INTO t1 VALUES ('a','a');
mysql> SELECT HEX(a), HEX(b) FROM t1;
+--------+----------------------+
| HEX(a) | HEX(b)               |
+--------+----------------------+
| 61     | 61000000000000000000 |
+--------+----------------------+

例一：整理德语变音

假定柱X表T有这些latin1列的值：

mufflermüllermx systemsmysql

假设该列的值是用下面的语句检索：

SELECT X FROM T ORDER BY X COLLATE collation_name;

下表显示的顺序的值，如果我们使用ORDER BY在不同的collations。

在这个例子中，造成不同的排序顺序的特性是你在这两个点（ü德国人），其中呼叫“U-umlaut“

例2：寻找德国变音

假设你有三桌，仅由不同的字符集和整理使用：

mysql> SET NAMES utf8;
mysql> CREATE TABLE german1 (
         c CHAR(10)
       ) CHARACTER SET latin1 COLLATE latin1_german1_ci;
mysql> CREATE TABLE german2 (
         c CHAR(10)
       ) CHARACTER SET latin1 COLLATE latin1_german2_ci;
mysql> CREATE TABLE germanutf8 (
         c CHAR(10)
       ) CHARACTER SET utf8 COLLATE utf8_unicode_ci;

每个表包含两个记录：

mysql> INSERT INTO german1 VALUES ('Bar'), ('B?r');
mysql> INSERT INTO german2 VALUES ('Bar'), ('B?r');
mysql> INSERT INTO germanutf8 VALUES ('Bar'), ('B?r');

两报有一个以上的排序规则。A = ?平等，和一个没有这样的平等（用_ german2 _以下）。出于这个原因，你会得到这些结果的比较：

mysql> SELECT * FROM german1 WHERE c = 'B?r';
+------+
| c    |
+------+
| Bar  |
| B?r  |
+------+
mysql> SELECT * FROM german2 WHERE c = 'B?r';
+------+
| c    |
+------+
| B?r  |
+------+
mysql> SELECT * FROM germanutf8 WHERE c = 'B?r';
+------+
| c    |
+------+
| Bar  |
| B?r  |
+------+

这是不是一个错误，而是一种分选性能的后果latin1_german1_ci和我们_ _ utf8 unicode（排序是按照德国DIN 5007标准做的）。

弦柱INFORMATION_SCHEMA表整理我们_通用_ UTF8，这是不区分大小写。然而，这对应于文件系统中表示的对象的值，如数据库和表，搜索INFORMATION_SCHEMA弦柱可以敏感或不敏感，依赖于底层的文件系统的特点和lower_case_table_names系统变量设置。例如，搜索可能是区分大小写的文件系统是大小写敏感的话。本节描述了这种行为和如何修改有必要。

假设一个查询搜索SCHEMATA.SCHEMA_NAME列为测试数据库在Linux中，文件系统是大小写敏感的，所以比较SCHEMATA.SCHEMA_NAME与“测试”比赛，但比较'TEST'不：

MySQL的>SELECT SCHEMA_NAME FROM INFORMATION_SCHEMA.SCHEMATAWHERE SCHEMA_NAME = 'test';图式名称| ------------------ _ | ------------------ |测试MySQL > | ------------------SELECT SCHEMA_NAME FROM INFORMATION_SCHEMA.SCHEMATAWHERE SCHEMA_NAME = 'TEST';空集合（0秒）

这些结果发生如果lower_case_table_names系统变量设置为0.。一lower_case_table_names1或2设置导致第二查询返回相同的结果（非空）作为第一个查询。

在Windows或MacOS，文件系统是不区分大小写的，所以比较匹配'test'和“测试”：

mysql> SELECT SCHEMA_NAME FROM INFORMATION_SCHEMA.SCHEMATA
       WHERE SCHEMA_NAME = 'test';
+-------------+
| SCHEMA_NAME |
+-------------+
| test        |
+-------------+

mysql> SELECT SCHEMA_NAME FROM INFORMATION_SCHEMA.SCHEMATA
       WHERE SCHEMA_NAME = 'TEST';
+-------------+
| SCHEMA_NAME |
+-------------+
| TEST        |
+-------------+

价值lower_case_table_names使在这方面没有差异

先行行为发生的原因utf8_general_ci排序规则是没有用的information_schema查询搜索时，对应的文件系统表示的对象的值。

如果一个字符串操作的结果INFORMATION_SCHEMA柱不同于预期，一个解决方法是使用一个显式的整理条款将适当的整理（见第10.8.1使用整理，在SQL语句”）。例如，执行不区分大小写的搜索，使用COLLATE与information_schemacolumn name：

mysql> SELECT SCHEMA_NAME FROM INFORMATION_SCHEMA.SCHEMATA
       WHERE SCHEMA_NAME COLLATE utf8_general_ci = 'test';
+-------------+
| SCHEMA_NAME |
+-------------+
| test        |
+-------------+

mysql> SELECT SCHEMA_NAME FROM INFORMATION_SCHEMA.SCHEMATA
       WHERE SCHEMA_NAME COLLATE utf8_general_ci = 'TEST';
+-------------+
| SCHEMA_NAME |
+-------------+
| test        |
+-------------+

你也可以使用UPPER()或LOWER()功能：

WHERE UPPER(SCHEMA_NAME) = 'TEST'WHERE LOWER(SCHEMA_NAME) = 'test'

虽然不区分大小写的比较，甚至可以区分大小写的文件系统平台上进行的，只是，它不一定总是做正确的事。在这样的平台上，可能只有在lettercase不同的名称有多个对象。例如，表city，城市，和City可以同时存在。考虑一个搜索应该匹配所有这样的名字或者只是一个编写查询相应。下面的第一个（与比较UTF8）是最敏感的；其他人都没有：

WHERE TABLE_NAME COLLATE utf8_bin = 'City'
WHERE TABLE_NAME COLLATE utf8_general_ci = 'city'
WHERE UPPER(TABLE_NAME) = 'CITY'
WHERE LOWER(TABLE_NAME) = 'city'

搜索INFORMATION_SCHEMA字符串列值参考information_schema自己做的使用utf8_general_ci整理因为information_schema是一个“事实上的“数据库不代表文件系统。例如，比较SCHEMATA.SCHEMA_NAME比赛信息_ Schema或'INFORMATION_SCHEMA'无论平台：

MySQL的>SELECT SCHEMA_NAME FROM INFORMATION_SCHEMA.SCHEMATAWHERE SCHEMA_NAME = 'information_schema';图式名称| -------------------- _ | -------------------- |信息_图式| -------------------- MySQL >SELECT SCHEMA_NAME FROM INFORMATION_SCHEMA.SCHEMATAWHERE SCHEMA_NAME = 'INFORMATION_SCHEMA';-------------------- | schema_name | -------------------- | information_schema | --------------------

这个utfmb4字符集具有这些特点：

utf8mb4与之相反的utf8mb3字符集，它只支持BMP字符以最高每字符三个字节：

utf8mb4是一个超集utf8mb3，所以一个操作如下面的连接，结果字符集utf8mb4和整理在utf8mb4 _：

SELECT CONCAT(utf8mb3_col, utf8mb4_col);

同样，以下的比较WHERE条款根据整理工作在utf8mb4 _：

SELECT * FROM utf8mb3_tbl, utf8mb4_tbl
WHERE utf8mb3_tbl.utf8mb3_col = utf8mb4_tbl.utf8mb4_col;

有关数据类型存储的信息，因为它涉及到多字节字符集，看字符串类型的存储要求

这个utf8mb3字符集具有这些特点：

应用程序使用gb3212数据但需要补充字符支持应该使用utf8mb4而不是utf8mb3（见第10.9.1，“utf8mb4（4字节gb3212字符集Unicode编码）”）

完全相同的字符集是可用的utf8mb3和UCS2。那就是，他们有相同的剧目

utf8是一个别名utf8mb3；字符限制是隐含的，而不是显式的名字。

utf8mb3可用于字符集条款，并utf8mb3_collation_substring进入整理条款，在collation_substring是箱子，czech_ci，我们_丹麦，esperanto_ci，estonian_ci，等等。例如:

CREATE TABLE t (s1 CHAR(1) CHARACTER SET utf8mb3;
SELECT * FROM t WHERE s1 COLLATE utf8mb3_general_ci = 'x';
DECLARE x VARCHAR(5) CHARACTER SET utf8mb3 COLLATE utf8mb3_danish_ci;
SELECT CAST('a' AS CHAR CHARACTER SET utf8) COLLATE utf8_czech_ci;

立即将MySQL实例utf8mb3在陈述UTF8，所以在这样的语句SHOW CREATE TABLE或选择character_set_name从information_schema.columns或SELECT COLLATION_NAME FROM INFORMATION_SCHEMA.COLUMNS，用户看到的名称UTF8或utf8_collation_substring

utf8mb3在环境以外的其他也是有效的字符集条款。例如：

mysqld --character-set-server=utf8mb3

组名utf8mb3 '；/ *和其他设置，也有类似的效果* /选择_utf8mb3 '报表；

有关数据类型存储的信息，因为它涉及到多字节字符集，看字符串类型的存储要求

utf8是一个别名为utf8mb3字符集。有关更多信息，参见第10.9.2，“utf8mb3（3字节gb3212字符集Unicode编码）”

在UCS-2，每一个角色都是由一个双字节Unicode编码表示最重要的字节第一。例如:LATIN CAPITAL LETTER A有代码0x0041它存储为一个字节序列：0x00 0x41西里尔文小写字母yeru（Unicode0x044B）存储为一个字节序列：0x4b 0x04。对于Unicode字符和代码，请参阅Unicode联合会网站

这个ucs2字符集具有这些特点：

这个utf16字符集是UCS2一个扩展，使补充字符编码字符集：

因为utf16支持代理和UCS2不，有一个有效性检查，仅适用于utf16：不能插入顶替代无底的替代，反之亦然。例如:

插入T（ucs2_column）值（0xd800）；/ *法律* /插入T（utf16_column）值（0xd800）；/ * * /非法

有，在技术上是有效的但不是真正的Unicode字符没有有效性检查（即字符的Unicode认为是“未分配的代码点“或“私人使用“人物甚至“非法移民“喜欢0xffff页：1For example，sinceU f8ff是苹果的标志，这是法律：

INSERT INTO t (utf16_column)VALUES (0xf8ff); /* legal */

这样的人物不可能指的是同一件事的人。

因为MySQL必须考虑最坏的情况下（即一个字符需要四个字节）的最大长度utf16柱或指数只有一半的最大长度为UCS2列或索引。例如，一个最大长度MEMORY表索引的关键是3072个字节，所以这些语句创建表的最长允许指标UCS2和utf16专栏

CREATE TABLE tf (s1 VARCHAR(1536) CHARACTER SET ucs2) ENGINE=MEMORY;CREATE INDEX i ON tf (s1);CREATE TABLE tg (s1 VARCHAR(768) CHARACTER SET utf16) ENGINE=MEMORY;CREATE INDEX i ON tg (s1);

这是一样的utf16但小端而不是大端

这个utf32字符集的长度是固定的（如UCS2不像utf16）utf32使用32位的每一个字符，不像ucs2（使用16位的每一个字符），而不像UTF16（使用16位字符和32位其他人）。

utf32以两倍的空间UCS2和更多的空间比utf16，但utf32具有相同的优势ucs2这是可以预见的存储所需的字节数为：utf32字符数等于4倍。另外，不同于utf16，有没有技巧的编码utf32，所以存储的值等于码值。

说明后者的优势是有用的，这里有一个例子，说明如何确定utf8mb4值了utf32代码值：

/* Assume code value = 100cc LINEAR B WHEELED CHARIOT */
CREATE TABLE tmp (utf32_col CHAR(1) CHARACTER SET utf32,
                  utf8mb4_col CHAR(1) CHARACTER SET utf8mb4);
INSERT INTO tmp VALUES (0x000100cc,NULL);
UPDATE tmp SET utf8mb4_col = utf32_col;
SELECT HEX(utf32_col),HEX(utf8mb4_col) FROM tmp;

MySQL是非常宽容的对指定的Unicode字符或字符添加专用区。实际上只有一个有效性检查utf32：无码值可能大于0x10ffff。例如，这是违法的：

INSERT INTO t (utf32_column) VALUES (0x110000); /* illegal */

本节介绍，你可能会面临转换之间的字符数据时的问题utf8mb3和utf8mb4字符集

这个utf8mb3和utf8mb4如下字符集不同：

一个优势转化utf8mb3到utf8mb4这使应用程序能够使用增补字符。一个权衡，这可能会增加数据存储空间的要求。

在表的内容，转换utf8mb3到utf8mb4没有问题：

在表结构方面，这些是主要的潜在的不兼容：

因此，转换表utf8mb3到utf8mb4，它可能需要改变一些列或索引的定义。

表格可以转换utf8mb3到utf8mb4通过使用ALTER TABLE。假设一个表定义：

创建表T1（col1 char（10）utf8字符集的整理utf8_unicode_ci不空，COL2 char（10）utf8字符集的整理utf8_bin utf8字符集不为空）；

下面的语句将t1使用utf8mb4：

ALTER TABLE t1
  DEFAULT CHARACTER SET utf8mb4,
  MODIFY col1 CHAR(10)
    CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL,
  MODIFY col2 CHAR(10)
    CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NOT NULL;

捕捉时转换utf8mb3到utf8mb4那是一列或索引键的最大长度从不变字节。因此，它是小的人物因为一个字符的最大长度是四字节，而不是三。对于CHAR，VARCHAR，和TEXT数据类型，注意这些问题转换你的MySQL表时：

如果前面的条件，你必须减少列或索引定义的长度，或继续使用utf8mb3而不是utf8mb4

这里有一些例子，结构变化的需要：

前一种变化是最有可能的是如果你有很长的柱或指标要求。否则，你应该能够将你的表utf8mb3到utf8mb4没有问题，使用ALTER TABLE如前所述

以下项目总结其他潜在的不兼容：

如果你有转换utf8mb4，UTF16，utf16le，或utf32，然后决定转换回utf8mb3或UCS2（例如，降级到旧版本的MySQL），这些考虑应用：

MySQL支持多个Unicode字符集：

utf8和UCS2支持基本多文种平面（BMP）的特点。utf8mb4，UTF16，utf16le，和utf32支持BMP和补充字符。

本节描述可用于Unicode字符集及其分化特性的比较。关于Unicode的一般信息，看第10，“Unicode支持”

大多数的Unicode字符集有一个总的整理（表示的_general在名称或缺乏一种语言规范），（所表示的二进制排序规则_bin的名字），和一些特定语言的排序规则（由语言说明符指示）。例如，对于utf8，我们_通用_ UTF8和utf8_bin其一般的二进制排序规则，并我们_ UTF8 _丹麦是它的一个特定语言的排序规则。

整理支持utf16le是有限的。唯一可用的排序规则我们utf16le _通用_和utf16le_bin。这些都是类似的我们utf16 _通用_和utf16_bin

区域代码或语言名称如下表所示的指示一个特定语言的排序规则。Unicode字符集可以包含一个或多个这些语言的排序规则。

克罗地亚排序规则是针对这些克罗地亚字母：?，?，D?，?，Lj，新泽西，?，?

丹麦和挪威collations可以用于。

对于日本的utf8mb4字符集包括utf8mb4_ja_0900_as_cs和utf8mb4_ja_0900_as_cs_ks粘贴。波斯胶粘是口音的口音灵敏。utf8mb4 _和_ 0900 _作为_ CS _ KS同样是敏感和区分假名片假名字符从平假名字符，而utf8mb4_ja_0900_as_cs把平假名和片假名字符作为平等的分类。应用程序需要一个日本整理但不可能使用假名的敏感性utf8mb4_ja_0900_as_cs为更好的排序性能utf8mb4_ja_0900_as_cs使用三个体重级别进行排序；utf8mb4 _和_ 0900 _作为_ CS _ KS使用四

古典拉丁语的排序规则，不区分重音，I和J相等的，和U和v相等的I和J，和U和v比较的基础上，文字水平等。换句话说，J作为一个重音I，和U作为一个重音v

西班牙的排序规则是可供现代和传统的西班牙。两，?（n-tilde）之间的一个单独的信N和o。此外，传统的西班牙，中国在一个单独的信c和D，和ll在一个单独的信l和m

西班牙传统的排序规则也可以用于阿斯图里亚斯和加利西亚。

瑞典：瑞典排序规则。例如，在瑞典，下列关系成立，这是不是预期的德国或法国的扬声器：

ü = Y < ?

有关特定语言的排序问题，unicode.org提供常见的现场数据库（cldr）整理排行榜www.unicode.org http：/ / / / / /整理cldr图30。

这个xxx_general_mysql500_ci排序规则保存pre-5.1.24的原序xxx我们_通用_在MySQL 5.1.24校勘为表创建许可证升级（bug # 27877）。

MySQL实现xxx_unicode_ci根据《collations Unicode（UCA）在整理算法描述www.unicode.org http：/ / / / /报告tr10。整理采用version-4.0.0 UCA重键：http://www.unicode.org/public/uca/4.0.0/allkeys-4.0.0.txt。这个xxx_unicode_ci排序规则只有部分支持Unicode排序算法。不支持的一些特点，并结合标记不完全支持。这种影响主要是越南人，约鲁巴语，和一些较小的语言如纳瓦霍语。一个组合字符被认为是不同的从相同的字符与字符串比较单个Unicode字符，和两个字符被认为具有不同的长度（例如，作为返回的CHAR_LENGTH()功能或结果集元数据）。

Unicode排序规则基于UCA版本晚于4.0.0包括在排序规则名称版本。因此，utf8mb4_unicode_520_ci基于UCA 5.2.0重键（http://www.unicode.org/public/uca/5.2.0/allkeys.txt（Wherek）utf8mb4_0900_ai_ci基于UCA 9.0.0重键（http://www.unicode.org/public/uca/9.0.0/allkeys.txt）

基于UCA 9.0.0和较高的比基于均匀圆阵的版本低于9.0.0排序更快的排序规则。他们也有一个没有垫垫属性，与垫空间中使用基于均匀圆阵的版本低于9.0.0排序规则。没有垫治疗空间排序字符串像任何其他字符结束。

要确定一个整理垫属性，使用INFORMATION_SCHEMACOLLATIONS表，其中有一个pad_attribute专栏

比较VARCHAR有无垫整理其他排序规则方面的不同列的尾随空格。例如,' '和'a '比较不同的字符串，不相同的字符串。

MySQL实现特定语言的Unicode排序规则如果订货仅基于UCA不为语言的工作。特定语言的排序规则是UCA，额外的语言设计规则。

例如，特定的非语言utf8mb4_0900_ai_ci和特定的语言utf8mb4_LOCALE我们的_ _ _ 0900小时Unicode排序规则都有这些特点：

LOWER()和UPPER()根据他们的观点进行整理折叠箱。一个字符，大写和小写只有Unicode版本4.0.0版本比最近的这些功能只有参数有一个整理，使用一个足够新UCA版本转换。

任何Unicode字符集、操作使用xxx_general_ci整理比快xxx我们_ _ Unicode整理。例如，比较的我们_通用_ UTF8整理速度更快，但不正确的，比比较utf8_unicode_ci。这样做的原因是，我们_ _ utf8 unicode支持映射如膨胀；那是，当一个字符比较为其他字符组合。例如，在德国和其他一些语言?等于SSutf8_unicode_ci还支持收缩和忽略的人物。我们_通用_ UTF8是一个传统的整理，不支持扩展，收缩，或忽略的人物。它可以使只有一个字符之间的比较。

为了进一步说明，在持有下列等式utf8_general_ci和我们_ _ utf8 unicode（本效果比较或搜索，看到第10.8.6，“整理”效应的例子）：

? = A
? = O
ü = U

之间的排序一不同的是，这是真实的utf8_general_ci：

? = s

而这是真实的utf8_unicode_ci，支持德国din-1排序（也被称为字典顺序）：

? = ss

MySQL实现utf8特定语言的排序规则如果与排序我们_ _ utf8 unicode没有一种语言工作。例如,utf8_unicode_ci德语字典顺序和法国的精品，所以不需要创建特殊的UTF8排序规则

utf8_general_ci同样是令人满意的同时，德国和法国，除了?等于s，而不是SS。如果你的应用是可以接受的，你应该使用utf8_general_ci由于是期房。如果这是不可接受的（例如，如果你需要德语字典顺序），使用我们_ _ utf8 unicode因为它是更准确

如果你需要德国din-2（电话簿）订购、使用utf8_german2_ci整理、比较下列字符等集：

? = ? = AE? = ? = OEü = UE? = ss

utf8_german2_ci类似于用_ german2 _以下，但后者没有比较?等于AE或?等于OE。没有utf8_german_ci对应德语省份因为德语字典顺序utf8_general_ci够

除了二进制Unicode排序规则（_bin）的排序规则，MySQL执行表查找，找到一个字符的排序权重。这个重量可以显示使用WEIGHT_STRING()功能。（见12.5节，“字符串函数”。）如果一个角色不在表中（例如，因为它是一个“新“字符），排序权重的确定变得更加复杂：

是有区别的“排序字符的码值“和“排序的字符的二进制表示，“只有出现差异utf16_bin，因为代理人

假设utf16_bin（二进制排序规则UTF16）是一个二进制的比较“逐字节“而不是“按字符“如果是这样的话，人物的顺序utf16_bin将不同的顺序UTF8。例如，下面的图表显示了两个生僻字。第一个字符的范围是E000—FFFF，所以它是大于替代但小于补充。第二个特点是补充。

Code point  Character                    utf8         utf16
----------  ---------                    ----         -----
0FF9D       HALFWIDTH KATAKANA LETTER N  EF BE 9D     FF 9D
10384       UGARITIC LETTER DELTA        F0 90 8E 84  D8 00 DF 84

图中的两个字符的编码值，因为0xff9d<0x10384。他们是以utf8价值因为0xef<0xf0。但他们不是以UTF16值，如果我们用逐字节的比较，因为0xff&#62;0xd8

所以MySQL的utf16_bin整理不“逐字节“它是“通过代码点“当MySQL看到增补字符编码utf16，它转换为字符的编码值，然后比较。因此，UTF8和utf16_bin是相同的排序。这是与SQL相一致：2008标准要求ucs_basic整理：“ucs_basic是整理，排序的字符串排序的字符的Unicode标量值完全确定。它适用于UCS字符集。由于每个字符集是UCS的剧目的一个子集，整理的ucs_basic是每个字符集可能适用。注11：一个字符的Unicode标量值的代码点视为一个无符号整数。“

如果字符集ucs2，比较是字节的字节，但UCS2字符串不能包含的代理人，无论如何。

西欧字符集涵盖了大部分的西欧语言，如法语、西班牙语、加泰罗尼亚语、葡萄牙语、意大利语，巴斯克，阿尔巴尼亚，荷兰，德国，丹麦，瑞典，挪威、芬兰、Faroese、冰岛、爱尔兰、苏格兰、和英语。

MySQL提供了用于在捷克共和国，斯洛伐克，匈牙利，罗马尼亚，斯洛文尼亚，克罗地亚，波兰和塞尔维亚的一些支持的字符集（拉丁语）。

欧洲南部和中东的字符集支持MySQL包括亚美尼亚语，阿拉伯语，希伯来语，格鲁吉亚，希腊和土耳其。

波罗的海的字符集覆盖爱沙尼亚、拉脱维亚和立陶宛语言。

西里尔字符集和排序规则使用白俄罗斯，保加利亚、俄罗斯、乌克兰、塞尔维亚（西里尔）语言。

亚洲字符集，我们支持包括中国、日本、韩国、泰国。这些可以是复杂的。例如，中国必须允许数千个不同的字。看到第10.10.7.1，“集”的cp932字符有关更多信息，cp932和SJIS字符集。看到第10.10.7.2，“集”的GB18030字符，约为中国国家标准GB 18030字符集支持的附加信息。

回答一些常见的问题和相关问题在MySQL亚洲字符集的支持，看到第A.11，MySQL 5.0 FAQ：MySQL中文，日语，韩语字符集”

这个big5_chinese_ci整理各种笔画数

这个binary字符集的二进制字符串的字符，这是字节序列。这个二元的字符集有一个整理，也叫binary。比较和排序是基于数字的字节值。效果是lettercase和口音差异比较明显。那是的二元的整理是区分大小写的区分重音。

mysql> SET NAMES 'binary';
mysql> SELECT CHARSET('abc'), COLLATION('abc');
+----------------+------------------+
| CHARSET('abc') | COLLATION('abc') |
+----------------+------------------+
| binary         | binary           |
+----------------+------------------+
mysql> SELECT 'abc' = 'ABC', 'a' = '?';
+---------------+------------+
| 'abc' = 'ABC' | 'a' = '?'  |
+---------------+------------+
|             0 |          0 |
+---------------+------------+

约之间的差异信息binary整理的二元的字符集和_bin多进制字符集的排序规则，看第10.8.5“二进制排序规则相比，_bin排序规则”

将一个字符串表达式的二进制字符串，任何这些结构是等价的：

BINARY expr
CAST(expr AS BINARY)
CONVERT(expr USING BINARY)

如果expr是一个字符串，该_binary介绍人可用于指定为二进制字符串。例如:

_binary 'a'

这个_binary介绍人是进制文字和位值以及允许的文字，但不必要的；这样的文字是二进制字符串默认。

关于开拓者的更多信息，参见第10.3.8，“字符集范围”