MySQL的字符编码和排序规则

使用过数据库服务的都知道，在创建库的时候，需要对新建的库指定字符集和排序规则，这里以MySQL为例，如图：

本篇博客就重点讨论一下字符集和排序规则

字符集

说到字符集，先简单的来讲述一下字符、字符集和字符编码这几个词的意义

• 字符（Character）是各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等。
• 字符集 (Character set) 是多个字符的集合，字符集种类较多，每个字符集包含的字符个数也不同，常见的字符集如：ASCII GB2312 GBK UTF-8 Unicode等，后面会详细讲解
• 字符编码 (英语：Character encoding) 也称字集码，是把字符集中的字符编码为集合中某一对象（例如：比特模式、自然数序列、8位组或电脉冲），以便文本在计算机中存储和通过通信网络的传递。常见的例子包括将阿拉丁字母表编码成ASCII。

为了方便理解，这里举一个例子，假如现在洛阳和裴南苇两个人的电脑都使用了各自的编码规则，它们共同的规则如下：

• 都包含字符徐、凤、年、天、下、第、一、扶、墙、而、出
• 每个字符只占一个字节（这里是假设哦，实际上一个汉字字符占用并不止一个字节）
  其中洛阳的电脑字符集编码如下：

  徐 -> 00000001 -> 0x01(十六进制)
  凤 —> 00000010 -> 0x02(十六进制)
  年 —> 00000011 -> 0x03(十六进制)
  天 —> 00000100 -> 0x04(十六进制)
  下 —> 00000101 -> 0x05(十六进制)
  第 —> 00000110 -> 0x06(十六进制)
  一 —> 00000111 -> 0x07(十六进制)
  扶 —> 00001000 -> 0x08(十六进制)
  墙 —> 00001001 -> 0x09(十六进制)
  而 —> 00001010 -> 0xA(十六进制)
  出 —> 00001011 -> 0xB(十六进制)

  裴南苇的电脑字符集编码如下：

  徐 -> 00000001 -> 0x01(十六进制)
  凤 —> 00000010 -> 0x02(十六进制)
  年 —> 00000011 -> 0x03(十六进制)
  扶 —> 00000100 -> 0x04(十六进制)
  墙 —> 00000101 -> 0x05(十六进制)
  而 —> 00000110 -> 0x06(十六进制)
  出 —> 00000111 -> 0x07(十六进制)
  天 —> 00001000 -> 0x08(十六进制)
  下 —> 00001001 -> 0x09(十六进制)
  第 —> 00001010 -> 0xA(十六进制)
  一 —> 00001011 -> 0xB(十六进制)

  这时候假如洛阳用自己的电脑给裴南苇发送了一条消息：

  # 这里为了方便阅读，所以以空格分开了
  徐凤年天下第一  -> 00000001 00000010 00000011 00000100 00000101 00000110 00000111 -> 0x010203044050607

  这里把字符映射成二进制的过程叫做编码

而裴南苇的电脑收到后用自己的字符编码进行了转码：

00000001 00000010 00000011 00000100 00000101 00000110 00000111 -> 徐凤年扶墙而出

这里把二进制数据映射到字符的过程叫做解码
上面用例子对字符、字符集以及字符编码进行了描述，很显然，两个人由于计算机的编码方式不一样，导致了收到的消息产生了误差（仅仅是为了举例哦，实际上并没有这么简单，没有想到特别好的方式表达）