共计 7089 个字符,预计需要花费 18 分钟才能阅读完成。
本篇为理清字符集的续篇(上一篇:第 06 期:梳理 MySQL 字符集的相关概念),重点讲述字符集涉及到的 sql 语句用法。
一、character introducer
翻译过来就是字符引导。也就是针对字符串,显式的给定一个字符编码和排序规则,不受系统参数的影响。
语法很简单:
[_charset_name]'string' [COLLATE collation_name]
示例:
字符串 “ 北京加油❤!”
-- 字符集 utf8mb4,排序规则 utf8mb4_bin
select _utf8mb4 "北京加油❤!" collate utf8mb4_bin as result;
+------------------+
| result |
+------------------+
| 北京加油❤! |
+------------------+
1 row in set (0.00 sec)
-- 字符集 utf8mb4,collate 字句缺失,此时对应排序规则为 utf8mb4_w0900_ai_ci
select _utf8mb4 "北京加油❤!" as result;
+------------------+
| result |
+------------------+
| 北京加油❤! |
+------------------+
1 row in set (0.00 sec)
-- 字符集缺失,此时字符集按照参数 @@character_set_connection 值来指定。mysql> select "北京加油❤!" collate gb18030_chinese_ci as result;
ERROR 1253 (42000): COLLATION 'gb18030_chinese_ci' is not valid for CHARACTER SET 'utf8mb4'
-- 查看变量 @@character_set_connection,确认其字符集不包含排序规则 gb18030_chinese_ci,所以以上语句报错。mysql> select @@character_set_connection;
+----------------------------+
| @@character_set_connection |
+----------------------------+
| utf8mb4 |
+----------------------------+
1 row in set (0.00 sec)
-- 那给下正确的排序规则 utf8mb4_bin,执行正确。mysql> select "北京加油❤!" collate utf8mb4_bin as result;
+------------------+
| result |
+------------------+
| 北京加油❤! |
+------------------+
1 row in set (0.00 sec)
-- 字符集和排序规则都不指定,此时字符串对应的字符集和排序规则和参数 @@character_set_connection 一致。select "北京加油❤!" as result;
-- 那这条语句其实被 MySQL 解释为
select _utf8mb4 "北京加油❤!" collate utf8mb4_0900_ai_ci as result;
总结 Introducer 使用规则:
字符集 | 排序规则 | 字符串确认规则 |
---|---|---|
指定 | 指定 | 按照指定确认 |
指定 | 缺失 | 按照指定字符集对应的默认排序规则确认 |
缺失 | 指定 | 按照 @@character_set_connection 的值确认,排序规则与字符集不匹配则报错 |
缺失 | 缺失 | 按照 @@character_set_connection 的值确认 |
二、字符集转换函数
1. convert 函数
convert 函数类似于 introducer,不过只能指定字符集。
举个例子,通过 convert 函数转换字符串 “ 北京加油❤!” 的编码为 utf8mb4。不过前提是转换前后字符集一定要兼容。
-- 正确的转换
mysql> select convert("北京加油❤!" using utf8mb4) ;
+-------------------------------------------+
| convert("北京加油❤!" using utf8mb4) |
+-------------------------------------------+
| 北京加油❤! |
+-------------------------------------------+
1 row in set (0.00 sec)
-- 错误的转换,字符集编码不兼容。mysql> select convert("北京加油❤!" using latin1) ;
+------------------------------------------+
| convert("北京加油❤!" using latin1) |
+------------------------------------------+
| ?????! |
+------------------------------------------+
1 row in set (0.00 sec)
2. charset 函数
检测字符串的字符集。可以检测出当前字符串在当前 session 的字符集。
mysql> set @a="北京加油❤!";
Query OK, 0 rows affected (0.00 sec)
mysql> select charset(@a);
+-------------+
| charset(@a) |
+-------------+
| utf8 |
+-------------+
1 row in set (0.00 sec)
3. set names 语句
语法为:
SET NAMES {'charset_name'
[COLLATE 'collation_name'] | DEFAULT}
这条语句最常用,可是也最容易被滥用,比如语句
set names latin1 collate latin1_bin;
执行后会默认执行一系列语句,也就是把非服务端的相关参数给重新设定了。
set session character_set_results = latin1;
set session character_set_client = latin1;
set session character_set_connection=latin1;
set session collation_connection = latin1_bin;
那现在重新执行确认一下,跟 introducer 一样,没有指定 collate 语句,默认为字符集对应的排序规则。
mysql> set names latin1 ;
Query OK, 0 rows affected (0.00 sec)
-- 那这里看到相关参数值全部被改了。mysql> select * from performance_schema.session_variables where variable_name in ('character_set_connection','collation_connection','character_set_results','character_set_client');
+--------------------------+-------------------+
| VARIABLE_NAME | VARIABLE_VALUE |
+--------------------------+-------------------+
| character_set_client | latin1 |
| character_set_connection | latin1 |
| character_set_results | latin1 |
| collation_connection | latin1_swedish_ci |
+----------------------------------------------+
那如果想改回默认值,简单执行:
mysql> set names default;
Query OK, 0 rows affected (0.00 sec)
mysql> select * from performance_schema.session_variables where variable_name in ('character_set_connection','collation_connection','character_set_results','character_set_client');
+--------------------------+--------------------+
| VARIABLE_NAME | VARIABLE_VALUE |
+--------------------------+--------------------+
| character_set_client | utf8mb4 |
| character_set_connection | utf8mb4 |
| character_set_results | utf8mb4 |
| collation_connection | utf8mb4_0900_ai_ci |
+--------------------------+--------------------+
4 rows in set (0.00 sec)
不过有一点要注意的是,并不是所有字符集都适用于这条语句,比如定长字符集 utf32,设置就会报错。因为变量 @@character_set_client 不支持这个字符集。
mysql> set names utf32;
ERROR 1231 (42000): Variable 'character_set_client' can't be set to the value of'utf32'
4. set character set 语句
语法为:
SET {CHARACTER SET | CHARSET}
{'charset_name' | DEFAULT}
类似语句 set names,同样是设置以下三个 session 参数:
- character_set_results
- character_set_client
- character_set_connection
同样是可以恢复默认值,还有同样的限制规则等。
不过有两点不同:
- 参数 character_set_connection 的值不会被设定为指定的字符集,而是继承参数 character_set_database 所设定的字符集。
示例:
mysql> set character set latin1;
Query OK, 0 rows affected (0.01 sec)
-- 检索结果显示,参数 character_set_connection 的值和 character_set_database 的值一致。mysql> select * from performance_schema.session_variables where variable_name in ('character_set_connection','collation_connection','character_set_database','character_set_results','character_set_client');
+--------------------------+--------------------+
| VARIABLE_NAME | VARIABLE_VALUE |
+--------------------------+--------------------+
| character_set_client | latin1 |
| character_set_connection | utf8mb4 |
| character_set_database | utf8mb4 |
| character_set_results | latin1 |
| collation_connection | utf8mb4_0900_ai_ci |
+--------------------------+--------------------+
5 rows in set (0.00 sec)
- 只用来设置字符集,不能定义具体的排序规则名称,也就是排序规则名称都是字符集对应的默认排序规则名称。这点从以上例子就可以看出来。
5. collate 子句
collate 语句强制指定排序规则,优先级最高。也就是显式指定 collate 会覆盖已有的排序规则。
这里涉及到单个字符串以及字符串拼接的排序规则问题。
显式的指定排序方式
-- 示例表 c1,
mysql> create table c1 (n char(1));
Query OK, 0 rows affected (0.06 sec)
-- 插入示例数据,英文大小写字母乱序插入
mysql> insert into c1 with recursive a(x,y) as
(select 65,97 union all select x+1,y+1 from a where x<90)
select char(x using ascii) x from a
union all
select char(y using ascii) y from a order by rand();
Query OK, 52 rows affected (0.02 sec)
Records: 52 Duplicates: 0 Warnings: 0
改变 order by 的排序规则。
-- 原有排序结果
mysql> select n from c1 order by n desc limit 6;
+------+
| n |
+------+
| Z |
| z |
| y |
| Y |
| x |
| X |
+------+
6 rows in set (0.00 sec)
-- collate 显式指定后,排序结果。mysql> select n from c1 order by n collate utf8mb4_0900_bin desc limit 6;
+------+
| n |
+------+
| z |
| y |
| x |
| w |
| v |
| u |
+------+
6 rows in set (0.00 sec)
用于具体的列别名
mysql> select n collate utf8mb4_bin as n from c1 order by n desc limit 6;
+------+
| n |
+------+
| z |
| y |
| x |
| w |
| v |
| u |
+------+
6 rows in set (0.01 sec)
用于聚合函数
mysql> select max(n) n from c1;
+------+
| n |
+------+
| Z |
+------+
1 row in set (0.00 sec)
-- 强制 collate 结果
mysql> select max(n collate utf8mb4_bin) n from c1;
+------+
| n |
+------+
| z |
+------+
1 row in set (0.00 sec)
或者用于 where,group by,having 等等。
用于统计排序方式的强制性指标
比如要在 where 条件里过滤字符串,where a = ‘a’,那此时是用 a 的排序规则,还是字符 ‘a’ 的排序规则,这里就涉及到一个排序规则的 强制性指标。
MySQL 的排序规则强制性指标值 从 0 到 6 一共 7 个。数字指标越小,优先级越高。以下为指标值说明:
值 | 说明 |
---|---|
0 | 显式指定 collate 语句,最高优先级 |
1 | 两个不同排序规则的字符串拼接,此时指标为 1 |
2 | 两个不同的列、存储过程参数或者本地变量的指标为 2 |
3 | 系统常量的指标为 3。比如 user(),version() 等函数 |
4 | 简单的字符串文字,指标为 4 |
5 | 数字或者日期等指标为 5 |
6 | NULL 或者包含 NULL 的表达式或者结果为 NULL 的指标都为 6 |
同时,为了便于大家理解,MySQL 提供了如何检测这个指标的函数 coercibility,举几个例子看下:
示例:
-- collate 字句指标为 0
mysql> select coercibility('a' collate utf8mb4_bin) as 'coercibility';
+--------------+
| coercibility |
+--------------+
| 0 |
+--------------+
1 row in set (0.00 sec)
-- 简单的文本指标为 4
mysql> select coercibility('a') as 'coercibility';
+--------------+
| coercibility |
+--------------+
| 4 |
+--------------+
1 row in set (0.00 sec)
-- 日期指标为 5
mysql> select coercibility(now()) as 'coercibility';
+--------------+
| coercibility |
+--------------+
| 5 |
+--------------+
1 row in set (0.00 sec)
-- 系统常量指标为 3
mysql> select coercibility(@@server_uuid) as 'coercibility';
+--------------+
| coercibility |
+--------------+
| 3 |
+--------------+
1 row in set (0.00 sec)
总结
对于字符集的控制相关 SQL 就介绍的差不多了。主要举例介绍了 MySQL 字符集相关的处理 SQL 语句,比如设置客户端相关编码语句:SET NAMES/SET CHARSET;设置排序规则语句:COLLATE;给 MySQL 信号的 introducer 等。希望对大家有帮助。
关于 MySQL 的技术内容,你们还有什么想知道的吗?赶紧留言告诉小编吧!