目录
前言
计算机存储数据的方式都是二进制数据，但是我们在mysql中存储的是字符串数据，那么这些数据到底在Mysql中如何存储呢？这就涉及到字符集的概念。
什么是字符集
举例如下，假设存在编码集test，只能识别a,b,A,B这几项，同时编码规则如下：
a---->00000001（0x01）
b---->00000010（0x02）
A---->00000011（0x03）
B---->00000100（0x04）
那么字符串'aAB'可以映射为 000000010000001100000100（十六进制 0x10304）
而ac将无法转换，因为超出了识别范围。
上面提到的将字符串根据字符集映射为二进制的过程称之为编码，反之就为解码。
什么是比较规则
那什么是比较规则呢？其实就是字符串的比较规则，如上举例而言，可以考虑比较二进制编码的大小，如字符'a'编码值的十六进制为0x01，字符'b'编码值的十六进制为0x02，那么可以确定a<b，这就是二进制比较规则，但是显然这种规则适用范围有限，如果遇到需要忽略大小写的场景，显然二进制编码比较规则并不适用，一个字符集可能对应多种比较规则。
常用字符集
根据上面的举例我们知道了test字符集描述的就是一个字符范围的界定，我们常用的字符集还有很多如下所示
ASCII字符集
这是一个最简单的字符集包含128个字符包含大小写字母，空格，数字，标点符号，特殊字符等，因为总共只有128个字符，那么可以只采用一个字节编码。
ISO8859-1
在ASCII字符集上扩充了128个西欧常用字符，总共包含256个字符，这个字符集又被称为latin1。
GB2312
收录汉字以及拉丁字母，希腊字母等，这种字符集兼容ASCII字符，在编码规则如下：
- 如果是ASCII编码范围的字符，采用一个字节编码
- 否则采用两个字节编码
这种情况编码长度不确定的被称为变长编码。
GBK字符集
GBK对GB2312的字符范围进行的扩充，兼容GB2312。
Unicode字符集
UniCode收录了地球上的所有字符，是所有国家通用的字符集，由此又被称为万国码，UniCode的编码规则包含UTF8、UTF16、UTF32这几种编码方案，其中UTF8采用1~4个字节编码一个字符，UTF16使用了2个字节或者4个字节编码一个字符，UTF32采用4个字节编码一个字符。
不过需要注意的是Mysql中没有区分编码方案和字符集，所以后续的uft8可以看作字符集。
注意点
在mysql中有两个特殊的字符集：
- utf8mb3：是UniCode字符集编码方案中utf8的阉割版本，采用的是1~3个字节编码一个字符，它的另外一个名字就是utf8也就是说mysql中使用的就是阉割版本的utf8字符集。
- **utf8mb4：**采用4个字节编码一个字符，最常见的就是存储emoji表情。
Mysql中查询字符集和比较规则
查询字符集
查询字符集命令可以采用show character set;或者show charset;都可以实现字符集查看，可以支持字符集模糊查询如show character set like '%utf8%';
##### mysql5.7.26版本中，包含41个字符集，下面列出常用的几个 mysql> show character set; +----------+---------------------------------+---------------------+--------+ | Charset | Description | Default collation | Maxlen | +----------+---------------------------------+---------------------+--------+ | latin1 | cp1252 West European | latin1_swedish_ci | 1 | | ascii | US ASCII | ascii_general_ci | 1 | | gb2312 | GB2312 Simplified Chinese | gb2312_chinese_ci | 2 | | gbk | GBK Simplified Chinese | gbk_chinese_ci | 2 | | utf8 | UTF-8 Unicode | utf8_general_ci | 3 | | utf8mb4 | UTF-8 Unicode | utf8mb4_general_ci | 4 | ........ +----------+---------------------------------+---------------------+--------+ 41 rows in set (0.00 sec)
查询比较规则
每个字符集都会对应一些比较规则，查询所有字符集的比较规则显然是太多了，所以这里以utf8字符集为例查询比较规则。
#### mysql5.7.26版本中utf8字符集对应27个比较规则，其余省略 mysql> show collation like '%utf8\_%'; +--------------------------+---------+-----+---------+----------+---------+ | Collation | Charset | Id | Default | Compiled | Sortlen | +--------------------------+---------+-----+---------+----------+---------+ | utf8_general_ci | utf8 | 33 | Yes | Yes | 1 | | utf8_bin | utf8 | 83 | | Yes | 1 | | utf8_unicode_ci | utf8 | 192 | | Yes | 8 | | utf8_spanish_ci | utf8 | 199 | | Yes | 8 | ......... +--------------------------+---------+-----+---------+----------+---------+ 27 rows in set (0.00 sec)
Default列为YES表明该比较规则是默认的，一般比较规则中包含general代表通用比较规则。
比较规则一般命名如规律如下：
- 以字符集命名开头，如上面提到utf8。
- 中间一般是指作用于哪种语言，如utf8_spanish_ci，就是以西班牙语的规则比较。
- 后缀用于区分比较规则如是否区分大小写、重音，二进制等
后缀规则如下：
| 后缀 | 描述 |
|---|---|
| _ci | 不区分大小写 |
| _cs | 区分大小写 |
| _bin | 以二进制的形式比较 |
| _ai | 不区分重音 |
| _as | 区分重音 |
