首页 资讯频道 互联频道 智能频道 网络 数据频道 安全频道 服务器频道 存储频道

MySQL 排序规则!更好的理解 MySQL 字符比较和排序

2020-10-15 11:31:08 来源 : Linux开发那些事儿公众号

在日常工作中,对于MySQL排序规则,很少关注,大部分时候都是直接使用字符集默认的排序规则,常常忽视了排序规则的细节问题,了解排序规则有助于更好的理解MySQL字符比较和排序相关的知识

简述

说起排序规则就离不开字符集,严格来说,排序规则是依赖于字符集的

字符集是用来定义MySQL存储不同字符的方式,而排序规则一般指对字符集中字符串之间的比较、排序制定的规则。一种字符集可以对应多种排序规则,但是一种排序规则只能对应指定的一种字符集,两个不同的字符集不能有相同的排序规则

上图中,Collation 列表示排序方式,Charset 列表示字符集,可以看出 utf8 字符集对应着许多的排序方式,排序方式那一列每一项的值都不一样,并且每一项都对应唯一一种字符集,在这里是 utf8 字符集

默认排序规则

字符集的默认排序规则

mysql>showcharactersetlike'utf8%';

+---------+---------------+--------------------+--------+

|Charset|Description|Defaultcollation|Maxlen|

+---------+---------------+--------------------+--------+

|utf8|UTF-8Unicode|utf8_general_ci|3|

|utf8mb4|UTF-8Unicode|utf8mb4_general_ci|4|

+---------+---------------+--------------------+--------+

2rowsinset(0.00sec)

每种字符集都有一个默认的排序规则, 可以通过下面的SQL语句查询指定字符集的默认排序规则

上面的例子是查询字符集前缀包含utf8的默认排序方式,从中可以得知:

utf8字符集的默认排序方式是 utf8_general_ci 字符集中字符最大长度占3个字节

utf8mb4 字符集的默认排序方式是 utf8mb4_general_ci 字符集中字符最大长度占4个字节

数据库的默认排序规则

MySQL服务器的默认字符集可以在 /etc/my.cnf 配置中的 [mysqld] 下修改

例如:现需要把MySQL服务器的默认字符集设置为 utf8, 默认排序规则设置为 utf8_general_ci, 只需要在 /etc/my.cnf 配置文件的 [mysqld] 下添加以下子项

character-set-server=utf8

collation-server=utf8_general_ci

创建数据库的时候如果没有指定字符集,会使用MySQL服务器默认字符集和默认排序规则

假如: 在下面例子中,MySQL服务器的默认字符集和默认排序规则分别是 utf8 和 utf8_general_ci

mysql>createdatabaseat;

QueryOK,1rowaffected(0.00sec)

mysql>selectSCHEMA_NAME,DEFAULT_CHARACTER_SET_NAME,DEFAULT_COLLATION_NAMEfromINFORMATION_SCHEMA.SCHEMATAwhereSCHEMA_NAME='at';

+-------------+----------------------------+------------------------+

|SCHEMA_NAME|DEFAULT_CHARACTER_SET_NAME|DEFAULT_COLLATION_NAME|

+-------------+----------------------------+------------------------+

|at|utf8|utf8_general_ci|

+-------------+----------------------------+------------------------+

1rowinset(0.00sec)

在上面的例子中,创建了 at 数据库,创建数据库的时候没有为数据库指定字符集和排序规则,此时会使用 MySQL服务器的默认字符集和排序规则

通过SQL语句查询 at 数据库的默认字符集和默认排序规则,结果和MySQL服务器的默认字符集和默认排序规则是一样的

排序规则命名以及名字后缀

命名

排序规则的命名是以和它自身关联的字符集名字开头的,后面再接一个或多个后缀来表示指定字符集的一种排序规则

例如:utf8_general_ci 和 utf8_bin 就是 utf8字符集的两种排序规则, latin1_swedish_ci 是 latin1字符集的排序规则

注意: binary 字符集只有一种排序规则,并且它的排序规则名字和字符集名字一样, 也是 binary

后缀

排序规则名字的后缀是有特殊意义的,根据后缀可以知道排序规则是否区分大小写,是否区分重音,是否是二进制等等,下面列出了部分后缀的说明

_ci:不区分大小写,Case-insensitive的缩写

_cs:区分大小写,Case-sensitive的缩写

_ai:不区分重音,Accent-insensitive的缩写

_as:区分重音,Accent-sensitive的缩写

_bin:二进制

1: 不区分大小写

mysql>SETNAMES'utf8'COLLATE'utf8_unicode_ci';

QueryOK,0rowsaffected(0.02sec)

mysql>select'a'='A';

+-----------+

|'a'='A'|

+-----------+

|1|

+-----------+

1rowinset(0.00sec)

例子中排序规则为 utf8_unicode_ci 是不区分大小写的,所以字符 a 和字符 A 会被当做相同字符处理

2: 区分大小写

mysql>SETNAMES'latin1'COLLATE'latin1_general_cs';

QueryOK,0rowsaffected(0.00sec)

mysql>select'a'='A';

+-----------+

|'a'='A'|

+-----------+

|0|

+-----------+

1rowinset(0.00sec)

例子中排序规则为 latin1_general_cs 是会区分大小写的,所以字符 a 和字符 A 会被认为是两个不同的字符

3: 二进制

mysql>SETNAMES'utf8'COLLATE'utf8_bin';

QueryOK,0rowsaffected(0.00sec)

mysql>select'a'='A';

+-----------+

|'a'='A'|

+-----------+

|0|

+-----------+

1rowinset(0.00sec)

mysql>select'à'='a';

+------------+

|'à'='a'|

+------------+

|0|

+------------+

1rowinset(0.00sec)

上面例子使用的排序规则是 utf8_bin 从结果可以得知:utf8_bin 排序规则区分大小写,也区分重音字符

4: 是否区分重音

重音字符是类似 à、ě、ň 的字符,不区分重音是指字符 a和 à、e和ě 以及 n和ň 被认为是同一个字符

对于非二进制(后缀为 _bin)的排序规则, 如果排序规则名字后缀不包含 _ai 和 _as, 则排序规则名称中的 _ci 默认隐含了_ai, _cs默认隐含了_as

例如: utf8_unicode_ci排序规则是不区分大小写并且隐含不区分重音的

latin1_general_cs 排序规则是区分大小写并且隐含区分重音的

具体的请查看下面的例子

mysql>SETNAMES'utf8'COLLATE'utf8_unicode_ci';

QueryOK,0rowsaffected(0.02sec)

mysql>select'à'='a';

+------------+

|'à'='a'|

+------------+

|1|

+------------+

1rowinset(0.00sec)

mysql>SETNAMES'latin1'COLLATE'latin1_general_cs';

QueryOK,0rowsaffected(0.00sec)

mysql>select'à'='a';

+------------+

|'à'='a'|

+------------+

|0|

+------------+

1rowinset(0.01sec)

查看排序规则

查看数据库数据库的排序规则

mysql>selectSCHEMA_NAME,DEFAULT_CHARACTER_SET_NAME,DEFAULT_COLLATION_NAMEfromINFORMATION_SCHEMA.SCHEMATAwhereSCHEMA_NAME='at';

+-------------+----------------------------+------------------------+

|SCHEMA_NAME|DEFAULT_CHARACTER_SET_NAME|DEFAULT_COLLATION_NAME|

+-------------+----------------------------+------------------------+

|at|latin1|latin1_swedish_ci|

+-------------+----------------------------+------------------------+

1rowinset(0.00sec)

上面的例子是查看 at 数据库的字符集和排序规则,从结果可以得知:at数据库的排序规则是latin1_swedish_ci

方法2:直接查询 collation_database 变量值

mysql>useat;

Databasechanged

mysql>showvariableslike'collation_database';

+--------------------+-------------------+

|Variable_name|Value|

+--------------------+-------------------+

|collation_database|latin1_swedish_ci|

+--------------------+-------------------+

1rowinset(0.00sec)

实例中 use at SQL语句切换到 at 数据库,然后使用 show variables like 'collation_database'; 语句查询 at 数据库的排序规则

查看表的排序规则

方法1:根据数据库名和表名查看 INFORMATION_SCHEMA.TABLES 表中的 TABLE_COLLATION 字段,可以得到指定数据库中指定表的排序规则,具体的实例如下所示:

mysql>SELECTTABLE_SCHEMA,TABLE_NAME,TABLE_COLLATIONFROMINFORMATION_SCHEMA.TABLESwhereTABLE_SCHEMA='test'andTABLE_NAME='tc';

+--------------+------------+-----------------+

|TABLE_SCHEMA|TABLE_NAME|TABLE_COLLATION|

+--------------+------------+-----------------+

|test|tc|utf8_general_ci|

+--------------+------------+-----------------+

1rowinset(0.00sec)

方法2:执行 show create table 表名 语句查看

mysql>showcreatetabletc\G

***************************1.row***************************

Table:tc

CreateTable:CREATETABLE`tc`(

`id`int(11)NOTNULL,

`a`char(32)NOTNULL,

`b`char(32)CHARACTERSETutf8COLLATEutf8_binNOTNULL,

`c`char(32)CHARACTERSETlatin1COLLATElatin1_general_csNOTNULL

)ENGINE=InnoDBDEFAULTCHARSET=utf8

1rowinset(0.00sec)

上面的例子中, show create table tc\G 是查看 tc 表的创建语句,一般创建表的时候会指定排序规则,例子中没有显示指定表的排序规则,这是因为使用的是字符集的默认排序规则,tc 表的字符集是 utf8 , 默认的排序规则是 utf8_general_ci

查看字段的排序规则

上面 查看表的排序规则 小节的 方法2 是查看表的创建语句,字段的排序规则也可以从表创建语句中查看到,如果没有显示指定字段的排序规则,创建表的语句中是看不到排序规则的,这表示该字段使用字符集的默认排序方式

mysql>showcreatetabletc\G

***************************1.row***************************

Table:tc

CreateTable:CREATETABLE`tc`(

`id`int(11)NOTNULL,

`a`char(32)NOTNULL,

`b`char(32)CHARACTERSETutf8COLLATEutf8_binNOTNULL,

`c`char(32)CHARACTERSETlatin1COLLATElatin1_general_csNOTNULL

)ENGINE=InnoDBDEFAULTCHARSET=utf8

1rowinset(0.00sec)

上面例子中,表 tc的字符集是utf8

字段 a 没有显示指定排序规则,则它使用的是utf8字符集的默认排序规则utf8_general_ci

字段 b 的排序规则是 utf8_bin

字段 c 的排序规则是 latin1_general_cs

修改排序规则

修改数据库的排序规则

数据库的默认排序规则可以通过 alter database 数据库名 collate 新的排序规则名字 SQL语句进行修改

mysql>selectSCHEMA_NAME,DEFAULT_CHARACTER_SET_NAME,DEFAULT_COLLATION_NAMEfromINFORMATION_SCHEMA.SCHEMATAwhereSCHEMA_NAME='at';

+-------------+----------------------------+------------------------+

|SCHEMA_NAME|DEFAULT_CHARACTER_SET_NAME|DEFAULT_COLLATION_NAME|

+-------------+----------------------------+------------------------+

|at|utf8|utf8_general_ci|

+-------------+----------------------------+------------------------+

1rowinset(0.00sec)

mysql>alterdatabaseatcollateutf8_bin;

QueryOK,1rowaffected(0.00sec)

mysql>selectSCHEMA_NAME,DEFAULT_CHARACTER_SET_NAME,DEFAULT_COLLATION_NAMEfromINFORMATION_SCHEMA.SCHEMATAwhereSCHEMA_NAME='at';

+-------------+----------------------------+------------------------+

|SCHEMA_NAME|DEFAULT_CHARACTER_SET_NAME|DEFAULT_COLLATION_NAME|

+-------------+----------------------------+------------------------+

|at|utf8|utf8_bin|

+-------------+----------------------------+------------------------+

mysql>alterdatabaseatcollatelatin1_swedish_ci;

QueryOK,1rowaffected(0.00sec)

mysql>selectSCHEMA_NAME,DEFAULT_CHARACTER_SET_NAME,DEFAULT_COLLATION_NAMEfromINFORMATION_SCHEMA.SCHEMATAwhereSCHEMA_NAME='at';

+-------------+----------------------------+------------------------+

|SCHEMA_NAME|DEFAULT_CHARACTER_SET_NAME|DEFAULT_COLLATION_NAME|

+-------------+----------------------------+------------------------+

|at|latin1|latin1_swedish_ci|

+-------------+----------------------------+------------------------+

1rowinset(0.00sec)

上面的例子中,at 数据库初始的字符集和排序规则分别是 utf8 和 utf8_general_ci

SQL语句: alter database at collate utf8_bin; 把字符集和排序规则修改为 utf8 和 utf8_bin

SQL语句: alter database at collate latin1_swedish_ci; 把字符集和排序规则修改为 latin1 和 latin1_swedish_ci

由于latin1_swedish_ci排序规则 是属于latin1字符集,所以 at 数据库排序规则修改成 latin1_swedish_ci 之后,字符集相应的也会由 utf8 变成 latin1

修改表的排序规则

通过 alter table 表名 collate 新的排序规则名字; 语句可以修改表的排序规则

注意:上面的语句修改表排序规则,对现有字段的排序规则没影响,只影响后续新添加字段的默认排序规则

mysql>showcreatetabletc\G

***************************1.row***************************

Table:tc

CreateTable:CREATETABLE`tc`(

`id`int(11)NOTNULL,

`a`char(32)NOTNULL,

`b`char(32)CHARACTERSETutf8COLLATEutf8_binNOTNULL,

`c`char(32)CHARACTERSETlatin1COLLATElatin1_general_csNOTNULL

)ENGINE=InnoDBDEFAULTCHARSET=utf8

1rowinset(0.00sec)

mysql>altertabletccollatelatin1_swedish_ci;

QueryOK,0rowsaffected(0.00sec)

Records:0Duplicates:0Warnings:0

mysql>showcreatetabletc\G

***************************1.row***************************

Table:tc

CreateTable:CREATETABLE`tc`(

`id`int(11)NOTNULL,

`a`char(32)CHARACTERSETutf8NOTNULL,

`b`char(32)CHARACTERSETutf8COLLATEutf8_binNOTNULL,

`c`char(32)CHARACTERSETlatin1COLLATElatin1_general_csNOTNULL

)ENGINE=InnoDBDEFAULTCHARSET=latin1

1rowinset(0.00sec)

上面例子中,tc表初始的字符集是utf8,默认排序规则是utf8_general_ci 执行 alter table tc collate latin1_swedish_ci;SQL语句把表的排序规则修改成latin1_swedish_ci

由于latin1_swedish_ci排序规则是属于latin1字符集的,所以此时表的字符集也会修改成latin1

修改表排序规则之前,字段a的排序规则是默认的utf8_general_ci,在创建表的语句中没有显示出来

修改排序规则之后,由于表默认的排序规则发生的变化,所以字段a会显示出它原本的字符集

修改字段的排序规则

mysql>showcreatetabletc\G

***************************1.row***************************

Table:tc

CreateTable:CREATETABLE`tc`(

`id`int(11)NOTNULL,

`a`char(32)CHARACTERSETutf8NOTNULL,

`b`char(32)CHARACTERSETutf8COLLATEutf8_binNOTNULL,

`c`char(32)CHARACTERSETlatin1COLLATElatin1_general_csNOTNULL,

`d`char(32)DEFAULTNULL

)ENGINE=InnoDBDEFAULTCHARSET=latin1

1rowinset(0.00sec)

mysql>altertabletcmodifybchar(32)notnullcollatelatin1_general_cs;

QueryOK,0rowsaffected(0.05sec)

Records:0Duplicates:0Warnings:0

mysql>showcreatetabletc\G

***************************1.row***************************

Table:tc

CreateTable:CREATETABLE`tc`(

`id`int(11)NOTNULL,

`a`char(32)CHARACTERSETutf8NOTNULL,

`b`char(32)CHARACTERSETlatin1COLLATElatin1_general_csNOTNULL,

`c`char(32)CHARACTERSETlatin1COLLATElatin1_general_csNOTNULL,

`d`char(32)DEFAULTNULL

)ENGINE=InnoDBDEFAULTCHARSET=latin1

1rowinset(0.00sec)

上面例子中,字段 b 原始的字符集和排序规则分别是 utf8、utf8_bin

语句 alter table tc modify b char(32) not null collate latin1_general_cs;把字段 b 的排序规则修改成 latin1_general_cs, 由于latin1_general_cs 排序规则是属于latin1字符集, 所以修改之后字段 b 的字符集和排序规则都发生了变化

关键词:MySQL 排序规则

最近更新