字符集和校对究竟是什么意思？

Question

字符集和校对究竟是什么意思？我能读到MySQL文件很清楚。但是，如何决定使用哪个字符集呢？校对什么数据有影响？我要求你解释这两件事，以及如何选择它们。

Answer 1

来自MySQL博士:

A 字符集是一组符号和编码。一个校对用于比较字符集中字符的一组规则。让我们用一个假想字符集的例子来明确区分。

假设我们有一个有四个字母的字母表：‘a’，‘B’，‘a’，‘b’。我们给每个字母一个数字：‘a’=0，‘B’=1，‘a’=2，‘b’=3。字母‘A’是一个符号，数字0是‘A’的编码，所有四个字母及其编码的组合是一个字符集。

现在，假设我们要比较两个字符串值，‘A’和‘B’。最简单的方法是查看编码：0表示‘A’，1表示‘B’。因为0小于1，所以我们说‘A’小于‘B’。现在，我们所做的就是对我们的字符集应用一个排序规则。排序规则是一组规则(在本例中只有一条规则)：“比较编码”。我们将这种最简单的排序称为二进制排序。

但是如果我们想说小写字母和大写字母是等价的呢？然后我们至少有两条规则：(1)把小写字母‘a’和‘b’当作相当于‘A’和‘B’的字母；(2)然后比较编码。我们称之为不分案件的校对。它比二进制排序要复杂一些。

在现实生活中，大多数字符集都有许多字符：不仅仅是‘A’和‘B’，而是整个字母，有时是多个字母或数千个字符的东方书写系统，还有许多特殊的符号和标点符号。在现实生活中，大多数校对都有很多规则：不只是大小写不敏感，而且重音不敏感(“重音”是一个标记附在一个字符上，就像德语中的‘？’)和多字符映射(比如两个德语校勘中‘OE’=‘OE’的规则)。

Answer 2

A 字符编码是一种对字符进行编码的方法，以使它们适合内存。也就是说，如果字符集是ISO-8859-15，欧元符号欧元将被编码为0xa 4，而在UTF-8中，它将是0xe282 ac。

这个校对是如何比较字符，在后缀9中，有字母作为e é è ê f，如果按照它们的二进制表示进行排序，则e f é ê è但是，如果排序规则设置为，例如，法语，您将按照您认为的顺序设置它们，这就是e é è ê是平等的，然后f.

Answer 3

字符集是所有文字符号的子集。字符编码指定如何将这些字符映射到数字值。一些字符编码，如UTF-8和UTF-16，可以对通用字符集中的任何字符进行编码。其他的，如US-ASCII或ISO-8859-1，只能编码一个小子集，因为它们每个字符分别使用7位和8位。由于许多标准同时指定了字符集和字符编码，所以“字符集”一词经常被自由地替换为“字符编码”。

排序规则包括指定如何比较字符以进行排序的规则。排序规则可以是特定于地区的：两个字符的正确顺序因语言而异。

选择字符集和排序规则取决于应用程序是否国际化。如果没有，你的目标是什么地方？

为了选择您想要支持的字符集，您必须考虑您的应用程序。如果您正在存储用户提供的输入，可能很难预见到您的软件最终将被使用的所有区域设置。为了支持它们，最好从一开始就支持UCS(Unicode)。然而，这是有代价的；许多西欧字符现在每个字符需要两个字节的存储空间，而不是一个字节。

如果数据库使用排序规则创建索引，然后使用该索引提供排序结果，则选择正确的排序规则可以提高性能。但是，由于排序规则通常是特定于地区的，如果需要根据另一个区域设置的规则对结果进行排序，则该索引将毫无价值。