数据库编码与词语定序

使用现代编码和定序驱动你的应用程序

如果你安装的数据库版本为 MySQL 8.0，那么其默认的数据库编码为 utf8mb4，默认的 collation（词语定序）为 utf8mb4_0900_ai_ci，使用命令

SHOW VARIABLES WHERE Variable_name LIKE 'character_set_%' OR Variable_name LIKE 'collation%';

可以查看到

+--------------------------+-------------------------------------------------------+
| Variable_name            | Value                                                 |
+--------------------------+-------------------------------------------------------+
| character_set_client     | utf8mb4                                               |
| character_set_connection | utf8mb4                                               |
| character_set_database   | utf8mb4                                               |
| character_set_filesystem | binary                                                |
| character_set_results    | utf8mb4                                               |
| character_set_server     | utf8mb4                                               |
| character_set_system     | utf8mb3                                               |
| character_sets_dir       | /usr/local/mysql-8.0.28-macos11-arm64/share/charsets/ |
| collation_connection     | utf8mb4_0900_ai_ci                                    |
| collation_database       | utf8mb4_0900_ai_ci                                    |
| collation_server         | utf8mb4_0900_ai_ci                                    |
+--------------------------+-------------------------------------------------------+

如果你安装的数据库版本为 MySQL 5.7，那么默认的数据库编码为 utf8，默认的 collation 是 utf8_general_ci，同样也可以用命令查看到。

数据库编码对比：

编码	最大字节数	备注
utf8mb3	3	mb3 意为 Max Bytes 3
utf8	3	同 utf8mb3
utf8mb4	4	mh4 意为 Max Bytes 4

数据库 collation 对比：

Collation	解释
_general_ci	general 表示使用了一种简化的 Unicode 排序实现，以达到更好的性能，但是这种性能提升在现代系统中基本可以忽略不计，而且使用它容易导致不希望的排序结果。ci 表示 case insensitive，即大小写不敏感。如果没有特别需求，请勿使用此定序。
_unicode_ci	实现 Unicode 4.0 版本的约束。
_unicode_520_ci	实现 Unicode 5.2 版本的约束。
_0900_ai_ci	实现 Unicode 9.0 版本的约束（该定序在 MySQL 5.7 中不存在）。ai 表示 accent insensitive，即方言不敏感，例如 select "a" = "à"; 在使用 utf8mb4_0900_ai_ci 编码和定序的 MySQL 系统中结果是 1。

要修改数据库编码，如果系统为 Mac OS 或者 Linux，请修改 my.cnf，如果是 Windows 则修改 my.ini 为如下配置：

[client] 
default-character-set = utf8mb4 
[mysql] 
default-character-set = utf8mb4 
[mysqld] 
character-set-client-handshake = FALSE 
character-set-server = utf8mb4 
collation-server = utf8mb4_0900_ai_ci
init_connect='SET NAMES utf8mb4'

如果 MySQL 版本为 5.7，则 collation-server 可以应该设置为 utf8mb4_unicode_520_ci

然后重启数据库即可。

重启之后使用命令：

SHOW VARIABLES WHERE Variable_name LIKE 'character_set_%' OR Variable_name LIKE 'collation%';

得到下表：

+--------------------------+-------------------------------------------------------+
| Variable_name            | Value                                                 |
+--------------------------+-------------------------------------------------------+
| character_set_client     | utf8mb4                                               |
| character_set_connection | utf8mb4                                               |
| character_set_database   | utf8mb4                                               |
| character_set_filesystem | binary                                                |
| character_set_results    | utf8mb4                                               |
| character_set_server     | utf8mb4                                               |
| character_set_system     | utf8mb3                                               |
| character_sets_dir       | /usr/local/mysql-8.0.28-macos11-arm64/share/charsets/ |
| collation_connection     | utf8mb4_0900_ai_ci                                    |
| collation_database       | utf8mb4_0900_ai_ci                                    |
| collation_server         | utf8mb4_0900_ai_ci                                    |
+--------------------------+-------------------------------------------------------+

我们要确认如下字段的值必须为 utf8mb4。

系统变量	描述
character_set_client	客户端来源数据使用的字符集
character_set_connection	连接层字符集
character_set_database	当前选中数据库的默认字符集
character_set_results	查询结果字符集
character_set_server	默认的内部操作字符集

如果你已经拥有了一个数据库，那么他的编码可能不会改变，使用命令修改数据库编码：

ALTER DATABASE database_name CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci;

修改已有表的编码：

ALTER TABLE table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci;

最后，连接数据库时 JDBC url 记得使用这两个参数：

jdbc:mysql://localhost:3306/mydatabase?useUnicode=true&character_set_server=utf8mb4

不要使用 characterEncoding 参数！