Mysql字符集-Mysql进阶（一）

计算机上可以运行多个程序，比如QQ，微信，idea，每个程序就是一个进程（PID），mysql服务器和客户端本质就是一个进程，进程都有id，简称PID。

我们都知道通过mysql -h localhost -u root -p 来启动客户端（-h代表需要连接的主机，-u代表用户名称，-p代表需要输入的密码）。

前面说了客户端和服务端本质都是进程，所以当他们交互的时候，本质上就是进程之间的通信。客户端与服务端的连接方式有多种，当使用localhost连接时候，mysql采用的是unix域套接字文件。当使用127.0.0.1会少解析一次，采用TPC/IP进行连接。

Mysql不管用什么方式连接，都会创建一个线程来专门管理客户端的交互，但当断开连接的时候，并不会把这个线程销毁，而是缓存起来，给另一个新的客户端使用，从而避免不必要的创建与销毁的开销。

连接后会解析与优化，分为查询缓存，语法解析，sql优化，存储引擎。

比如我们每次查询相同的数据，肯定会从缓存里查询，mysql也是如此，当sql语句完全相同的时候，会直接击中缓存返回给客户端，而且所有客户端是共享同一个缓存的，但也有缓存失效的时候，比如查询系统表的时候information_schema，当大小写不一致以及多了空格也不会击中缓存，当使用聚合函数的时候，也会放弃，比如now()。

当缓存里查询不到数据的时候，这时候就到了语法解析，会把客户端发送过来的文本解析成mysql可以读取的数据。之后会用查询优化，比如外连接转内连接，表达式简化，子查询等一些，生成一个执行计划，执行计划可以知道可能使用哪些索引，和实际使用哪些索引，以及查询计划，我们可以使用explain来查看执行计划。

后面就开始到存储引擎，这时候才真正访问数据库表。我们都知道表数据是一行一行的，但这只是显示了逻辑上的概念，物理内存上如何存储的，怎么写入的，怎么查询的，都是存储引擎需要负责的事，mysql为了实现不同的功能，提供了各式各样的存储引擎。

上面提到的mysql连接，缓存，解析，优化都数据mysql service，他们都会调用各式各样的api来访问后说的存储引擎。Mysql创建表的时候默认是InnoDB，可以通过EGNINE = MyISAM来指定搜索引擎。

字符集

计算机中只能存储二进制，那么字符怎么存储呢，于是建立字符与二进制的映射关系，建立映射关系需要解决两件事：

1、清楚界定字符范围（哪些字符集）。

2、字符集转成二进制叫编码，二进制转成字符集叫解码。

常用的字符集有这些ASCII、ISO 8859-1、GB2312、gbk、utf-8

ASCII：共收录128个字符，包括空格、标点符号、数字、大小写等。

ISO 8859-1：在ASCII基础上，收录256个字符。

GB2312：收录了汉字，拉丁字母等。

GBK：在GB2312上扩充，兼容GB2312。

Utf-8：收录地球上所有编码，并且在不断扩充。采用变长编码的方式，编码1~4个字节。比如占比小的则是小编码。

Mysql中的utf8就是utf8mb3，只使用1~3个字节，utf8mb4则使用1~4个字节，正常utf8mb3就够用了，后者则可以存储emoji表情。

一个字符集可能对应若干比较规则，utf8-general-ci是常见的比较规则，忽略大小写，utf8默认就是这个。Utf8-general-bin(binary)则是二进制的比较规则，不区分大小写的。(所以在排序的时候，如果排序没有区分大小写或者有异常，可以看看他的比较级是什么)

Mysql字符集的比较规则和字符集分为四个模块：服务器级别、数据库级别、表级别、列级别。

服务器级别：character_set_server 表示字符集，collation_server表示比较级别。

数据库级别：设置的时候通过character set 和collate来设置，查看的时候通过character_Set_database和collation_database，，如果数据库级别没有指定字符集和比较级，则继承服务器的字符集和比较级所在规则。

表级别：和数据库设置一样，如果表级别没有指定字符集和比较级，则继承数据库的字符集和比较级所在规则。

列级别：和表级别设置一样，如果列级别没有指定字符集和比较级，则继承表的字符集和比较级所在规则。

这上面有一个共同的特点，当修改了字符集，则自动变成当前字符集对应的比较级，如果修改了比较级，则自动变成对应的字符集。

Mysql中字符集的转换

如果存入的是utf-8的编码，然后解析的是gbk的，这时候就会解码失败，于是我们看到的就是一堆乱码。但如果存入的是utf8的编码，然后中间解码后再编码成gbk，之后再解码成gbk的，这时候就不会乱码。

Mysql有三个系统变量：character_set_client、character_set_connection、character_Set_result。

character_set_connection与客户端交互，获取消息，然后转为character_set_connection的字符集，后character_Set_result返回给另一个客户端。他们可以单独设置字符集，也可以通过set name统一设置。