MySQL の文字セットと照合ルールの詳細な説明
文字セットと校正ルールを説明する前に、文字、文字セット、文字エンコーディングについて簡単に見てみましょう。
文字（キャラクター）とは、コンピュータにおける文字、数字、記号の総称で、漢字、英字、アラビア数字、句読点などがあります。
コンピュータはデータをバイナリ形式で保存します。私たちが普段ディスプレイに表示している数字、英語、句読点、漢字などの文字は、2進数に変換されたものです。
文字セット（Character set）は、文字とバイナリの対応を定義し、文字に固有の番号を割り当てます。一般的な文字セットには、ASCII、GBK、IOS-8859-1 などが含まれます。
文字コード（文字コード）は、文字セットコードとも呼ばれ、文字番号をコンピュータに格納する方法を指定します。
大部分字符集都只对应一种字符编码，例如：ASCII、IOS-8859-1、GB2312、GBK，都是既表示了字符集又表示了对应的字符编码。所以一般情况下，可以将两者视为同义词。Unicode 字符集除外，Unicode 有三种编码方案，即 UTF-8、UTF-16 和 UTF-32。最为常用的是 UTF-8 编码。 照合ルールは照合ルールとも呼ばれ、同じ文字セット内の文字間の比較ルールを指します。文字セットと照合規則の間には 1 対多の関係があり、各文字セットにはデフォルトの照合規則があります。文字セットと照合規則は相互に補完し、相互依存しています。
簡単に言うと、文字セットは MySQL が文字列を格納する方法を定義するために使用され、照合ルールは MySQL が文字列を比較する方法を定義するために使用されます。
ASCII、GB2312、GBK、および Unicode 文字セットについて知りたい場合は、次のリンクをクリックして読んで学ぶことができます。
一部のデータベースでは、文字セットと照合規則が明確に区別されません。たとえば、SQL Server でデータベースを作成する場合、文字セットを選択することは、文字セットと照合規則を選択することと同じです。
MySQL では、文字セットと照合規則が分離されており、文字セットと照合規則を設定する必要があります。通常の状況では、特別な要件はなく、いずれかを設定するだけです。キャラクタ セットのみが設定されている場合、MySQL は照合ルールをキャラクタ セット内の対応するデフォルトの照合ルールに設定します。
大昌上級データベースエンジニア mysqlデータベース実習
https://edu.csdn.net/course/detail/39021
現在MySQLで使用されている文字セットをコマンドで確認できますSHOW VARIABLES LIKE 'character%';コマンドと実行結果は以下の通りです:
mysql> SHOW VARIABLES LIKE 'character%';
+--------------------------+---------------------------------------------------------+
| Variable_name | Value |
+--------------------------+---------------------------------------------------------+
| character_set_client | gbk |
| character_set_connection | gbk |
| character_set_database | latin1 |
| character_set_filesystem | binary |
| character_set_results | gbk |
| character_set_server | latin1 |
| character_set_system | utf8 |
| character_sets_dir | C:\Program Files\MySQL\MySQL Server 5.7\share\charsets\ |
+--------------------------+---------------------------------------------------------+
8 rows in set, 1 warning (0.01 sec)上記の実行結果を次の表で説明します。
| 名前 | 説明する |
|---|---|
| キャラクターセットクライアント | MySQL クライアントで使用される文字セット |
| 文字セット接続 | データベース接続時に使用する文字セット |
| キャラクターセットデータベース | データベースで使用する文字セットを作成する |
| 文字セットファイルシステム | MySQL サーバー ファイル システムで使用される文字セット。デフォルト値は変換なしのバイナリです。 |
| 文字セットの結果 | データをクライアントに返すときにデータベースが使用する文字セット |
| キャラクターセットサーバー | MySQL サーバーで使用される文字セットは、手動で定義するのではなく、システム自体によって管理することをお勧めします。 |
| キャラクターセットシステム | データベース システムで使用される文字セット。デフォルト値は utf8 であり、設定する必要はありません。 |
| キャラクターセットのディレクトリ | 文字セットのインストールディレクトリ |
文字化けが発生した場合、character_set_filesystem、character_set_system、character_sets_dir の 3 つのシステム変数は文字化けに影響を与えないため、気にする必要はありません。
コマンドを使用して、SHOW VARIABLES LIKE 'collation\_%';MySQL で使用されている現在の照合規則を表示できます。コマンドと実行結果は次のとおりです。
mysql> SHOW VARIABLES LIKE 'collation\_%';
+----------------------+-------------------+
| Variable_name | Value |
+----------------------+-------------------+
| collation_connection | gbk_chinese_ci |
| collation_database | latin1_swedish_ci |
| collation_server | latin1_swedish_ci |
+----------------------+-------------------+
3 rows in set, 1 warning (0.01 sec)上記の演算結果は次のように説明されます。
- Collation_connection: データベースに接続するときに使用される照合ルール
- Collation_database: データベースの作成時に使用される照合規則
- Collation_server: MySQL サーバーで使用される照合規則
校正ルールとコマンドは次のとおりです。
- 照合規則に対応する文字セット名で始まります
- 国名を中央に配置 (または一般を中央に配置)
- ci、cs、または bin で終わります。ci は大文字と小文字を区別しないことを意味し、cs は大文字と小文字を区別することを意味し、bin はバイナリ コード値による比較を意味します。
MySQL 文字セット変換プロセス
MySQL での文字セットの変換プロセスは次のとおりです。
1) コマンド プロンプト ウィンドウ (cmd コマンド ライン) で MySQL コマンドまたは SQL ステートメントを実行すると、これらのコマンドまたはステートメントは「コマンド プロンプト ウィンドウの文字セット」から「コマンド プロンプト ウィンドウの文字セット」に変換されます。 「character_set_client」文字セットによって定義されます。
2) コマンド プロンプト ウィンドウを使用して MySQL サーバーに正常に接続すると、「データ通信リンク」が確立されます。MySQL コマンドまたは SQL ステートメントは「データ リンク」に沿って MySQL サーバーに送信され、character_set_client で定義された文字セットはCharacter_set_connection 定義された文字セットに変換されます。
3) MySQL サービス インスタンスは、データ通信リンクで MySQL コマンドまたは SQL ステートメントを受信した後、MySQL コマンドまたは SQL ステートメントを、character_set_connection で定義されたキャラクタ セットから、character_set_server で定義されたキャラクタ セットに変換します。
4) MySQL コマンドまたは SQL ステートメントが特定のデータベース上で動作する場合、MySQL コマンドまたは SQL ステートメントを、character_set_server で定義されたキャラクタ セットから、character_set_database で定義されたキャラクタ セットに変換します。
5) MySQL コマンドまたは SQL ステートメントが実行された後、実行結果は、character_set_results で定義された文字セットに設定されます。
6) 実行結果はオープンデータ通信リンクの元のパスに沿って返され、実行結果はcharacter_set_resultsで定義された文字セットからcharacter_set_clientで定義された文字セットに変換され、最終的にコマンドプロンプトウィンドウの文字セットとコマンドプロンプトウィンドウに表示されます。
MySQLデータベース基礎スキル完全演習https://edu.csdn.net/course/detail/36210
MySQL ビューの文字セットと照合規則
「MySQL の文字セットと照合規則の詳細説明」セクションでは、MySQL の文字セットと照合規則について学習しましたが、このセクションでは主に、文字セットと照合規則を表示するいくつかの方法を紹介します。
MySQL で、使用可能な文字セットを表示するためのコマンドと実行プロセスは次のとおりです。
mysql> SHOW CHARACTER set;
+----------+---------------------------------+---------------------+--------+
| Charset | Description | Default collation | Maxlen |
+----------+---------------------------------+---------------------+--------+
| big5 | Big5 Traditional Chinese | big5_chinese_ci | 2 |
| dec8 | DEC West European | dec8_swedish_ci | 1 |
| cp850 | DOS West European | cp850_general_ci | 1 |
| hp8 | HP West European | hp8_english_ci | 1 |
| koi8r | KOI8-R Relcom Russian | koi8r_general_ci | 1 |
| latin1 | cp1252 West European | latin1_swedish_ci | 1 |
| latin2 | ISO 8859-2 Central European | latin2_general_ci | 1 |
| swe7 | 7bit Swedish | swe7_swedish_ci | 1 |
| ascii | US ASCII | ascii_general_ci | 1 |
| ujis | EUC-JP Japanese | ujis_japanese_ci | 3 |
| sjis | Shift-JIS Japanese | sjis_japanese_ci | 2 |
| hebrew | ISO 8859-8 Hebrew | hebrew_general_ci | 1 |
| tis620 | TIS620 Thai | tis620_thai_ci | 1 |
| euckr | EUC-KR Korean | euckr_korean_ci | 2 |
| koi8u | KOI8-U Ukrainian | koi8u_general_ci | 1 |
| gb2312 | GB2312 Simplified Chinese | gb2312_chinese_ci | 2 |
| greek | ISO 8859-7 Greek | greek_general_ci | 1 |
| cp1250 | Windows Central European | cp1250_general_ci | 1 |
| gbk | GBK Simplified Chinese | gbk_chinese_ci | 2 |
| latin5 | ISO 8859-9 Turkish | latin5_turkish_ci | 1 |
| armscii8 | ARMSCII-8 Armenian | armscii8_general_ci | 1 |
| utf8 | UTF-8 Unicode | utf8_general_ci | 3 |
| ucs2 | UCS-2 Unicode | ucs2_general_ci | 2 |
| cp866 | DOS Russian | cp866_general_ci | 1 |
| keybcs2 | DOS Kamenicky Czech-Slovak | keybcs2_general_ci | 1 |
| macce | Mac Central European | macce_general_ci | 1 |
| macroman | Mac West European | macroman_general_ci | 1 |
| cp852 | DOS Central European | cp852_general_ci | 1 |
| latin7 | ISO 8859-13 Baltic | latin7_general_ci | 1 |
| utf8mb4 | UTF-8 Unicode | utf8mb4_general_ci | 4 |
| cp1251 | Windows Cyrillic | cp1251_general_ci | 1 |
| utf16 | UTF-16 Unicode | utf16_general_ci | 4 |
| utf16le | UTF-16LE Unicode | utf16le_general_ci | 4 |
| cp1256 | Windows Arabic | cp1256_general_ci | 1 |
| cp1257 | Windows Baltic | cp1257_general_ci | 1 |
| utf32 | UTF-32 Unicode | utf32_general_ci | 4 |
| binary | Binary pseudo charset | binary | 1 |
| geostd8 | GEOSTD8 Georgian | geostd8_general_ci | 1 |
| cp932 | SJIS for Windows Japanese | cp932_japanese_ci | 2 |
| eucjpms | UJIS for Windows Japanese | eucjpms_japanese_ci | 3 |
| gb18030 | China National Standard GB18030 | gb18030_chinese_ci | 4 |
+----------+---------------------------------+---------------------+--------+
41 rows in set (0.02 sec)で：
- 最初の列 (Charset) は文字セット名です。
- 2 番目の列 (説明) は文字セットの説明です。
- 3 番目の列 (デフォルトの照合順序) は、文字セットのデフォルトの照合規則です。
- 4 番目の列 (Maxlen) は、文字セット内の文字が占める最大バイト数を示します。
一般的に使用される文字セットは次のとおりです。
- latin1 は、西ヨーロッパ文字、ギリシャ文字などをサポートします。
- gbk は簡体字中国語をサポートしています。
- big5 は繁体字中国語をサポートしています。
- utf8 は、ほぼすべての国の文字をサポートします。
MySQL データベースの基本スキルの完全演習https://edu.csdn.net/course/detail/36210
また、information_schema.character_set テーブル内のレコードをクエリすることで、MySQL でサポートされている文字セットを確認することもできます。 SQL 文と実行プロセスは次のとおりです。
mysql> SELECT * FROM information_schema.character_sets;
+--------------------+----------------------+---------------------------------+--------+
| CHARACTER_SET_NAME | DEFAULT_COLLATE_NAME | DESCRIPTION | MAXLEN |
+--------------------+----------------------+---------------------------------+--------+
| big5 | big5_chinese_ci | Big5 Traditional Chinese | 2 |
| dec8 | dec8_swedish_ci | DEC West European | 1 |
| cp850 | cp850_general_ci | DOS West European | 1 |
| hp8 | hp8_english_ci | HP West European | 1 |
......コマンドを使用して、 SHOW COLLATION LIKE '***';関連する文字セットの照合規則を表示できます。
mysql> SHOW COLLATION LIKE 'gbk%';
+----------------+---------+----+---------+----------+---------+
| Collation | Charset | Id | Default | Compiled | Sortlen |
+----------------+---------+----+---------+----------+---------+
| gbk_chinese_ci | gbk | 28 | Yes | Yes | 1 |
| gbk_bin | gbk | 87 | | Yes | 1 |
+----------------+---------+----+---------+----------+---------+
2 rows in set (0.00 sec)上記の実行結果は、GBK 文字セットに対応する照合ルールです。このうち、gbk_chinese_ci はデフォルトの照合ルールであり、大文字と小文字は区別されません。 gbk_bin はバイナリ コード化された値に基づいて比較し、大文字と小文字が区別されます。
information_schema.COLLATIONS テーブル内のレコードをクエリすることによって、MySQL で利用可能な照合ルールを表示することもできます。 SQL 文と実行プロセスは次のとおりです。
mysql> SELECT * FROM information_schema.COLLATIONS;
+--------------------------+--------------------+-----+------------+-------------+---------+
| COLLATION_NAME | CHARACTER_SET_NAME | ID | IS_DEFAULT | IS_COMPILED | SORTLEN |
+--------------------------+--------------------+-----+------------+-------------+---------+
| big5_chinese_ci | big5 | 1 | Yes | Yes | 1 |
| big5_bin | big5 | 84 | | Yes | 1 |
| dec8_swedish_ci | dec8 | 3 | Yes | Yes | 1 |
| dec8_bin | dec8 | 69 | | Yes | 1 |
| cp850_general_ci | cp850 | 4 | Yes | Yes | 1 |
| cp850_bin | cp850 | 80 | | Yes | 1 |
......例 1
gbk_chinese_ci と gbk_bin の照合規則に従って比較する「A」と「a」をそれぞれ指定します。 SQL ステートメントと実行結果は次のとおりです。
mysql> SELECT CASE WHEN 'A' COLLATE gbk_chinese_ci = 'a' COLLATE gbk_chinese_ci then 1
-> else 0 end;
+-------------------------------------------------------------------------------------+
| CASE WHEN 'A' COLLATE gbk_chinese_ci = 'a' COLLATE gbk_chinese_ci then 1
else 0 end |
+-------------------------------------------------------------------------------------+
| 1 |
+-------------------------------------------------------------------------------------+
1 row in set (0.02 sec)
mysql> SELECT CASE WHEN 'A' COLLATE gbk_bin = 'a' COLLATE gbk_bin then 1
-> else 0 end;
+-----------------------------------------------------------------------+
| CASE WHEN 'A' COLLATE gbk_bin = 'a' COLLATE gbk_bin then 1
else 0 end |
+-----------------------------------------------------------------------+
| 0 |
+-----------------------------------------------------------------------+
1 row in set (0.00 sec)gbk_chinese_ci 照合ルールでは大文字と小文字が区別されないため、2 つの「A」と「a」は同じであるとみなされます。 gbk_bin 照合ルールでは大文字と小文字が区別されず、2 つの文字は異なるものとみなされます。
実際のアプリケーションでは、アプリケーションがどのようにソートする必要があるか、大文字と小文字を区別するかどうかを事前に確認し、対応する校正ルールを選択する必要があります。
MySQLデータベース基礎スキル完全演習https://edu.csdn.net/course/detail/36210