SQL Server 與MySQL中定序與字元集相關知識的一點總結

標籤：區別   ase   lse   根據   blog   大小   gb2312   collate   關心   

原文:SQL Server 與MySQL中定序與字元集相關知識的一點總結

 

字元集&&定序

字元集是針對不同語言的字元編碼的集合，比如UTF-8字元集，GBK字元集，GB2312字元集等等，不同的字元集使用不同的規則給字元進行編碼
定序則是在特定字元集的基礎上特定的字元排序方式，定序是基於字元集的，是對字元集在排序方式維度上的一個劃分。
定序是依賴於字元集的，一種字元集可以有多種定序，但是一種定序只能基於某一種字元集的
比如中文字元集，也即漢字，可以按照“拼音排序”、“按姓氏筆劃排序”等等。
而對於英語，就沒有“拼音”和“姓氏筆畫”，但是可以分為區分大小寫、不區分大小寫等等
而其他語言下面也有自己特定的定序。

在SQL Server中，任何一種字元集的資料庫，都能儲存任何一種語言的字元。
並不是說拉丁（Latin）字元集的資料就儲存不了中文，中文（Chinese）字元集的資料庫就儲存不了蒙古語（只要作業系統本身支援）
sqlserver中，不管哪種字元集（實際上是定序）的資料庫（或者欄位），都是可以使用nvarchar（或者nchar），而nvarchar（或者nchar）是可以儲存任意非Unicode字元的
至於定序，那是根據不同的字元集所支援的不同的定序人為定義的。

 

SQL Server中的字元集和定序
定序只不過是指定了儲存的資料的排序（比較）規則而已，換句話說就是，定序中已經包含了字元集的資訊。
因此在sqlserver中，不需要關心字元集，只需要關心定序，sqlserver中在建立只能指定定序（不能直接指定字元集），
如，只能指定collation，也就是字元集

 

在MySQL中的字元集和定序

上面說了，定序是依賴於字元集的，一種字元集可以有多種定序，但是一種定序只能基於某一種字元集的。
如下是MySQL中定序和字元集的對應關係。

MySQL的建庫文法比較扯，可以指定字元集和定序，
如果指定的定序在字元集的下面，則是沒有問題的，如果指定的定序不在字元集下面，則會報錯。

比如下面這一句，定序utf8_bin是屬於字元集utf8下面的一種定序，這個語句執行是沒有問題的
create database test_database2 charset utf8 collate utf8_bin;
再比如下面這一句，定序latin1_bin不是屬於字元集utf8下面的一種定序，這個語句執行是會報錯的
create database test_database2 charset utf8 collate latin1_bin;

以上是字元集和定序在sqlserver和MySQL中的一些基本應用，再說說常用的定序的區別

 

***_genera_ci & ***_genera_cs & ***_bin 常見定序的特點

以上是某種字元集下常用的三種定序，下面以常見的utf8為例說明
utf8_genera_ci不區分大小寫，ci為case insensitive的縮寫，即大小寫不敏感，
utf8_general_cs區分大小寫，cs為case sensitive的縮寫，即大小寫敏感，但是目前MySQL版本中已經不支援類似於***_genera_cs的定序，直接使用utf8_bin替代。
utf8_bin將字串中的每一個字元用位元據儲存，區分大小寫。
那麼，同樣是區分大小寫，utf8_general_cs和utf8_bin有什麼區別？
cs為case sensitive的縮寫，即大小寫敏感；bin的意思是二進位，也就是二進位編碼比較。
utf8_general_cs定序下，即便是區分了大小寫，但是某些西歐的字元和拉丁字元是不區分的，比如ä=a，但是有時並不需要ä=a，所以才有utf8_bin
utf8_bin的特點在於使用字元的二進位的編碼進行運算，任何不同的二進位編碼都是不同的，因此在utf8_bin定序下：ä<>a

在utf8_genera_ci的情況下A=a，ä=a

 

 在utf8_bin定序下，A<>a,ä<>a

 

所以要想區分大小寫，有沒有特殊需求，就直接使用utf8_bin（實際上***_general_cs在MySQL中本身就不支援，在SQL Server中支援）
以上字元集的特點以及使用方式在SQL Server中表現為類似。

 

以上。

 

SQL Server 與MySQL中定序與字元集相關知識的一點總結