一 字符集
字符集：是一套字符与字符编码的集合。
字符，用于显示的抽象符号。
编码，计算机都是二进制存储，因此需要将显示符号转换成二进制数才能存储，每个字符所转换成的二进制数，就是字符编码。
常见的字符集&编码：Ascii字符集，GB2312字符集，gbk字符集，latin1字符集，unicode字符集等。
Ascii(American Standard Code for Information Interchange，美国标准信息交换码)是一套基于拉丁字母的编码系统。用于显示现代英语。是现在最通用的单字节编码。 采用 7位表示。因此显示的字符数量128个。不能完全表示所有的西方字符，就使用第八位，称之为扩展ascii码(EASCII，Extended ASCii),共 256个字符。
Gb2312，当表示中文时，8位的编码已经不能满足所有的字符了。因此就需要改进，一个典型的方案是，在兼容ascii的基础上，取消了扩展部分，当使用2个大于127的编码在一起时，就表示一个汉字了(0xA1-0xF7)(0xA1-0xFE)，大于可以保存不到8000个汉字字符。这种编码方式就是 gb2312字符集，中国国家标准简体中文字符集。2312是标准号。
Gbk，可以预见，不到8000个字符，是不足以表示所有的中文字符的(某些不常用汉字，港台地区的繁体字，亚洲其他文字字符等)。因此微软，在gb2312的基础上，将没有用到的编码部分做了扩展编码，就是GBK，始用于win95，到现在(但是不是国家标准)。
Unicode，如果需要完成多语言应用，那么仅仅的中文(东亚)字符是不够的，就会出现，不同的地区国家，使用不同的编码字符集。一旦相互使用，则会出现解码失败(乱码)的情况。如果可以将世界上所有的字符都汇总，然后统一编码，就解决了问题。因此unicode来啦。采用4个字节来保存编码，可以保存的字符数很多，目前已经有效的有十万以上的字符了。平时所说的 utf-8与unicode是啥关系呢?Utf8是unicode的一种优化的实现。针对不同的字符，所采取的编码长度的不一样的。例如中文就是3个字节，英文是一个字节，一些扩展字符是2个字节。可以通过组成当前字符的第一个字节的大小来判断 大于等于224则是三个字节表示，大于等于192则是两个字节的字符，否则就是一个字节的字符。
1.1 MySQL字符集
show character set;
查看MySQL支持的所有的字符集。
MySQL可以使用多种字符集保存数据。
MySQL，可以针对字段，表，数据库，服务器进行字符集的设置，还可以设定连接字符集(客户端与服务器端交互时)
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 |
| 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 |
+----------+-----------------------------+---------------------+--------+
39 rows in set (0.00 sec)
字符集决定的是字段的数据，是何种形式保存的。
可以my.ini中：character-set-server=utf8 修改服务器的编码设置
如果通过客户端操作服务器，那么客户端与服务器之间进行数据通信，要保证编码一致。可以将互相发送的数据，转换成目标可以接收的编码。
通过mysql的配置：
Character_set_client 客户端发送数据编码Character_set_results客户端接收数据的编码通过 指令 show variables like 'character_set_%';
mysql> show variables like 'character_set_%';
+--------------------------+----------------------------------------+
| Variable_name | Value |
+--------------------------+----------------------------------------+
| character_set_client | utf8 |
| character_set_connection | utf8 |
| character_set_database | utf8 |
| character_set_filesystem | binary |
| character_set_results | utf8 |
| character_set_server | utf8 |
| character_set_system | utf8 |
| character_sets_dir | D:\Program_win10\MySQL\share\charsets\ |
+--------------------------+----------------------------------------+
设置变量：set 变量名=值
set character_set_client = gbk;
告知服务器，客户端发送的数据是gbk编码
如果需要从服务器返回数据，还需要设置服务器发送给客户端的编码
set character_set_results = gbk;
服务器在发送数据时，才能转成客户端认识的编码
统一的操作可以用 set names gbk可以完成。(简单项目通用的做法)
实还有一个有影响：连接层编码。
set character_set_connection = gbk;
转换的过程
Client->connection->[服务器内部编码]->result
将character_set_database的默认utf8编码更改为gbk编码
mysql> set character_set_database=gbk;
Query OK, 0 rows affected (0.00 sec)
mysql> show variables like 'character_set_%';
+--------------------------+----------------------------------------+
| Variable_name | Value |
+--------------------------+----------------------------------------+
| character_set_client | utf8 |
| character_set_connection | utf8 |
| character_set_database | gbk |
| character_set_filesystem | binary |
| character_set_results | utf8 |
| character_set_server | utf8 |
| character_set_system | utf8 |
| character_sets_dir | D:\Program_win10\MySQL\share\charsets\ |
+--------------------------+----------------------------------------+
8 rows in set (0.00 sec)
二 校对规则
所谓校对规则，指的是，当前字符集内，字符之间的比较关系。(也就是各个字符之间的比较的原则是什么)。
三种规则：大小写不敏感(，不区分大小写ci)、大小写敏感(区分大小写cs)、二进制编码的比较(bin)。
每个字符集都有一个默认的校对规则，不指定的话，就使用该默认的规则
show collation like ‘pattern’;查看校对规则
mysql> show collation;
+-----------------------+----------+-----+---------+----------+---------+
| Collation | Charset | Id | Default | 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 |
| hp8_english_ci | hp8 | 6 | Yes | Yes | 1 |
| hp8_bin | hp8 | 72 | | Yes | 1 |
| koi8r_general_ci | koi8r | 7 | Yes | Yes | 1 |
| koi8r_bin | koi8r | 74 | | Yes | 1 |
| latin1_german1_ci | latin1 | 5 | | Yes | 1 |
从上述所列举的字符集可以看到：比较规则从三个方面进行定义
字符集_地区名_比较规则(ci,cs,bin)(分别对应不区分、区分、二进制编码)
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)
上述代码可以看出第一个输出结果表示：字符集为gbk，所属区域为中国，ci代表不区分大小写;
设置字符集和校对规则
创建表tb11并设置字符集和校对规则：
mysql> create table if not exists tb11(
-> name varchar(10)
-> )character set gbk collate gbk_chinese_ci;
Query OK, 0 rows affected (0.12 sec)
创建表tb12并设置字符集和校对规则：
mysql> create table if not exists tb12(
-> name varchar(10)
-> )character set gbk collate gbk_bin;
Query OK, 0 rows affected (0.04 sec)
向表tb11中插入数据：
mysql> insert into tb11 values('a');
Query OK, 1 row affected (0.03 sec)
mysql> insert into tb11 values('B');
Query OK, 1 row affected (0.02 sec)
mysql> insert into tb11 values('c');
Query OK, 1 row affected (0.03 sec)
查看tb11中的数据(order by定义返回数据的顺序)(不区分大小写)：
mysql> select * from tb11 order by name;
+------+
| name |
+------+
| a |
| B |
| c |
+------+
3 rows in set (0.03 sec)
向tb12中插入数据：
mysql> insert into tb12 values('a');
Query OK, 1 row affected (0.02 sec)
mysql> insert into tb12 values('B');
Query OK, 1 row affected (0.01 sec)
mysql> insert into tb12 values('c');
Query OK, 1 row affected (0.02 sec)
查看tb12中的数据：(区分大小写，因为是编码过的)
mysql> select * from tb12 order by name;
+------+
| name |
+------+
| B |
| a |
| c |
+------+
3 rows in set (0.00 sec)
总结：
如果只考虑使用中文的话考虑采用gbk;如果国际化的话考察采用utf8。