我们首先看下常见建表语句：
mallAllGoodsCREATE TABLE `qywl`.`mallAllGoods` ( `id` varchar(64) NOT NULL COMMENT '主键id',`userId` varchar(64) NOT NULL DEFAULT '' COMMENT '发布人id',`storeId` varchar(64) NOT NULL DEFAULT '' COMMENT '发布商号id',`data` varchar(1000) NOT NULL DEFAULT '' COMMENT '服务详情',`type` tinyint(1) UNSIGNED NOT NULL DEFAULT 0 COMMENT '服务类型(2车源，3货源，4酒店、5本地生活，6卡车)',`createTime` timestamp(6) default CURRENT_TIMESTAMP(6) NOT NULL COMMENT '创建时间',`updateTime` timestamp(6) default CURRENT_TIMESTAMP(6) NOT NULL ON update CURRENT_TIMESTAMP(6) COMMENT '更新时间',`logicalDel` tinyint(1) DEFAULT '0' NOT NULL COMMENT '逻辑删除标识（0未删除，1已删除）',PRIMARY KEY (`id`),INDEX `idx_userId` (`userId`),INDEX `idx_storeId` (`storeId`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT='所有服务信息表';
定义：
CHARSET ：给定一系列字符并赋予对应的编码后，所有这些字符和编码对组成的集合就是字符集(Character Set)。例如，给定字符列表为{‘A’,’B’}时，{‘A’=>0, ‘B’=>1}就是一个字符集；
COLLATE 是指在同一字符集内字符之间的比较规则；确定比较规则后，才能在一个字符集上定义什么是等价的字符，以及字符之间的大小关系；
COLLATE 会影响到ORDER BY语句的顺序，会影响到WHERE条件中大于小于号筛选出来的结果，会影响DISTINCT、GROUP BY、HAVING语句的查询结果。另外，mysql建索引的时候，如果索引列是字符类型，也会影响索引创建，总之，凡是涉及到字符类型比较或排序的地方，都和COLLATE有关。
命名惯例：以对应的字符集名称开头；以_ci(表示大小写不敏感)、_cs(表示大小写敏感)或_bin(表示按编码值比较)结尾。例如：在字符序“utf8_general_ci”下，字符“a”和“A”是等价的；
mysql字符集和校验规则的对应关系：
每个校验规则唯一对应一种字符集，但一个字符集可以对应多种校验规则，其中有一个是默认(Default Collation)；
查询mysql数据库所支持的字符集种类：
sql
1show character set;
查询mysql数据库所支持字符集的校验规则：
sql
1show collation;
Mysql的字符集和校验规则有4个级别的默认设置：服务器级，数据库级，表级和字段级客户端交互时，也可以指定校验规则
查看服务器级字符编码
sql
1show variables like 'character_set_server'
查看服务器级校验规则
sql
1show variables like 'collation_server'
服务器级字符集和校验规则，在Mysql启动时确定，在my.cnf中设置，如果没有指定字符集，默认为latin1，如果没有设置校验规则，默认使用字符集校验规则。
在mysql8.0以下版本中，默认的CHARSET是Latin1，默认的COLLATE是latin1_swedish_ci。从mysql8.0开始，默认的CHARSET已经改为了utf8mb4，默认的COLLATE改为了utf8mb4_0900_ai_ci。
sql
1
2
3[mysqld]character-set-server=utf8collation_server=utf8_general_ci
数据库级字符集和校验规则：
查看数据库级字符编码
sql
1show variables like 'character_set_database'
查看数据库级校验规则
sql
1show variables like 'collation_database'
库级别设置
sql
1CREATE DATABASE <db_name> DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
如果库级别没有设置，则库级别默认使用服务器级别的设置。
表级别设置
sql
1
2
3CREATE TABLE (……) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;
如果表级别没有设置，则表级别会继承库级别的设置。
列级别的设置
sql
1
2
3
4CREATE TABLE (`field1` VARCHAR（64） CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL DEFAULT '',……) ……
如果列级别没有设置，则列级别会继承表级别的设置。
也可以在写SQL查询的时候显示声明COLLATE来覆盖任何库表列的COLLATE设置
sql
1
2SELECT DISTINCT field1 COLLATE utf8mb4_general_ci FROM table1;SELECT field1, field2 FROM table1 ORDER BY field1 COLLATE utf8mb4_unicode_ci;
优先级：
如果全都显示设置了，那么优先级顺序是 SQL语句 > 列级别设置 > 表级别设置 > 库级别设置 > 服务器别设置
几个需要注意的点：
1. 不同校验规则连表查会报错
sqlselect * from mallPageView as mLEFT JOIN mallStore as son m.storeId=s.id;[Err] 1267 - Illegal mix of collations (utf8mb4_general_ci,IMPLICIT) and (utf8mb4_unicode_ci,IMPLICIT) for operation '='可以指定排序规则：select * from mallPageView as mLEFT JOIN mallStore as son CONVERT(m.storeId USING utf8) COLLATE utf8_unicode_ci=s.id;
2. utf8和utf8mb4
utf-8 是变化长度的编码,储存需要1~4个字节
然而,mysql的utf8只存储最多3个字节。所以有些字符存不进去，像emoji表情等。
为了兼容4字节，MySQL在5.5.3之后增加了这个utf8mb4的编码。
建库，建表时，强烈建议编码使用utf8mb4。
3. utf8_unicode_ci、utf8_general_ci该用哪一个
当前，utf8_unicode_ci校对规则仅部分支持Unicode校对规则算法。一些字符还是不能支持。并且，不能完全支持组合的记号。这主要影响越南和俄罗斯的一些少数民族语言。
utf8_unicode_ci的最主要的特色是支持扩展，即当把一个字母看作与其它字母组合相等时。例如，在德语和一些其它语言中‘ß'等于‘ss'。
utf8_general_ci是一个遗留的 校对规则，不支持扩展。它仅能够在字符之间进行逐个比较。这意味着utf8_general_ci校对规则进行的比较速度很快，但是与使用utf8_unicode_ci的 校对规则相比，比较正确性较差。
例如，使用utf8_general_ci和utf8_unicode_ci两种校对规则下面的比较相等：
Ä = A
Ö = O
Ü = U
两种校对规则之间的区别是，对于utf8_general_ci下面的等式成立：
ß = s
但是，对于utf8_unicode_ci下面等式成立：
ß = ss
总结：
utf8_general_ci校对速度快，但准确度稍差
utf8_unicode_ci准确度高，但校对速度稍慢
DBA建议使用传统的utf8_general_ci
参考资料：https://www.mysqlzh.com/doc/94.html
作者：合一研发部-王治虎
