MySQL 8.0 参考手册  / 第 10 章字符集、排序规则、Unicode  /  10.4 连接字符集和排序规则

10.4 连接字符集和排序规则

连接是客户端程序在连接到服务器时所做的,以开始与服务器交互的会话客户端通过会话连接发送 SQL 语句,例如查询。服务器通过连接将响应(例如结果集或错误消息)发送回客户端。

连接字符集和排序规则系统变量

几个字符集和排序规则系统变量与客户端与服务器的交互有关。其中一些已在前面的部分中提到:

其他字符集和排序规则系统变量涉及处理客户端和服务器之间连接的流量。每个客户端都有特定于会话的连接相关字符集和排序规则系统变量。这些会话系统变量值在连接时初始化,但可以在会话中更改。

关于客户端连接的字符集和排序规则处理的几个问题可以根据系统变量来回答:

要查看适用于当前会话的字符集和排序规则系统变量的值,请使用以下语句:

SELECT * FROM performance_schema.session_variables
WHERE VARIABLE_NAME IN (
'character_set_client', 'character_set_connection',
'character_set_results', 'collation_connection'
) ORDER BY VARIABLE_NAME;

以下更简单的语句也显示连接变量,但也包括其他相关变量。它们对于查看所有字符集和排序规则系统变量很有用:

SHOW SESSION VARIABLES LIKE 'character\_set\_%';
SHOW SESSION VARIABLES LIKE 'collation\_%';

客户可以微调这些变量的设置,或依赖于默认值(在这种情况下,您可以跳过本节的其余部分)。如果不使用默认值,则必须更改每个与服务器的连接的字符设置。

不允许的客户端字符集

系统character_set_client变量不能设置为某些字符集:

ucs2
utf16
utf16le
utf32

尝试使用任何这些字符集作为客户端字符集会产生错误:

mysql> SET character_set_client = 'ucs2';
ERROR 1231 (42000): Variable 'character_set_client'
can't be set to the value of 'ucs2'

如果在以下上下文中使用任何这些字符集,则会发生相同的错误,所有这些都会导致尝试设置 character_set_client为命名字符集:

客户端程序连接字符集配置

当客户端连接到服务器时,它指示要使用哪个字符集与服务器通信。(实际上,客户端指示该字符集的默认排序规则,服务器可以从中确定字符集。)服务器使用此信息将 character_set_client, character_set_results, character_set_connection系统变量设置为字符集,并设置 collation_connection为字符集默认排序规则。实际上,服务器执行等同于操作的SET NAMES 操作。

如果服务器不支持请求的字符集或排序规则,它会回退到使用服务器字符集和排序规则来配置连接。有关此回退行为的更多详细信息,请参阅 连接字符集错误处理

mysqlmysqladminmysqlcheckmysqlimportmysqlshow客户端程序确定要使用的默认字符集,如下所示:

  • 在没有其他信息的情况下,每个客户端使用编译的默认字符集,通常是 latin1.

  • 每个客户端都可以根据操作系统设置自动检测要使用的字符集,例如 Unix 系统上的 LANGLC_ALLlocale 环境变量的值或 Windows 系统上的代码页设置。对于操作系统提供区域设置的系统,客户端使用它来设置默认字符集,而不是使用编译的默认值。例如,设置LANGru_RU.KOI8-R会导致使用 koi8r字符集。因此,用户可以在他们的环境中配置区域设置以供 MySQL 客户端使用。

    如果没有完全匹配,OS 字符集将映射到最接近的 MySQL 字符集。如果客户端不支持匹配的字符集,则使用编译的默认值。例如,ucs2不支持作为连接字符集,因此它映射到编译的默认值。

    C 应用程序可以使用基于操作系统设置的字符集自动检测,方法是 mysql_options()在连接到服务器之前调用以下命令:

    mysql_options(mysql,
                  MYSQL_SET_CHARSET_NAME,
                  MYSQL_AUTODETECT_CHARSET_NAME);
  • 每个客户端都支持一个 --default-character-set 选项,该选项使用户能够明确指定字符集以覆盖客户端以其他方式确定的任何默认值。

    笔记

    某些字符集不能用作客户端字符集。尝试将它们与一起使用 --default-character-set 会产生错误。请参阅 不允许的客户端字符集

对于mysql客户端,要使用不同于默认的字符集,您可以在 SET NAMES每次连接到服务器时显式执行一条语句(请参阅 客户端程序连接字符集配置)。要更轻松地实现相同的结果,请在选项文件中指定字符集。例如,以下选项文件设置更改了三个与连接相关的字符集系统变量设置为koi8r每次调用mysql时:

[mysql]
default-character-set=koi8r

如果您使用启用了自动重新连接的mysql客户端(不推荐),最好使用charset命令而不是SET NAMES. 例如:

mysql> charset koi8r
Charset changed

charset命令发出一条 SET NAMES语句,还更改了mysql 在连接断开后重新连接时使用的默认字符集。

配置客户端程序时,还必须考虑它们执行的环境。请参阅 第 10.5 节,“配置应用程序字符集和排序规则”

连接字符集配置的 SQL 语句

建立连接后,客户端可以更改当前会话的字符集和排序规则系统变量。这些变量可以使用语句单独更改 SET ,但是两个更方便的语句会影响与连接相关的字符集系统变量作为一个组:

笔记

某些字符集不能用作客户端字符集。尝试将它们与SET NAMESor一起使用SET CHARACTER SET会产生错误。请参阅 不允许的客户端字符集

示例:假设column1定义为 CHAR(5) CHARACTER SET latin2。如果您不说SET NAMESor SET CHARACTER SET,那么对于 ,服务器会发回使用客户端在连接时指定的字符集的SELECT column1 FROM t所有值。column1另一方面,如果您在发出语句之前说SET NAMES 'latin1' or ,服务器会将值转换为 刚好在发送回结果之前。对于不在两个字符集中的字符,转换可能是有损的。 SET CHARACTER SET 'latin1'SELECTlatin2latin1

连接字符集错误处理

尝试使用不适当的连接字符集或排序规则可能会产生错误,或导致服务器回退到给定连接的默认字符集和排序规则。本节描述配置连接字符集时可能出现的问题。建立连接或更改已建立连接中的字符集时,可能会出现这些问题。

连接时错误处理

有些字符集不能作为客户端字符集;请参阅 不允许的客户端字符集。如果您指定一个有效但不允许作为客户端字符集的字符集,则服务器会返回错误:

$> mysql --default-character-set=ucs2
ERROR 1231 (42000): Variable 'character_set_client' can't be set to
the value of 'ucs2'

如果指定客户端无法识别的字符集,则会产生错误:

$> mysql --default-character-set=bogus
mysql: Character set 'bogus' is not a compiled character set and is
not specified in the '/usr/local/mysql/share/charsets/Index.xml' file
ERROR 2019 (HY000): Can't initialize character set bogus
(path: /usr/local/mysql/share/charsets/)

如果您指定了客户端可识别但服务器无法识别的字符集,则服务器会回退到其默认字符集和排序规则。假设服务器配置为使用latin1latin1_swedish_ci作为其默认值,并且它不识别gb18030为有效字符集。指定的客户端 --default-character-set=gb18030能够连接到服务器,但生成的字符集不是客户端想要的:

mysql> SHOW SESSION VARIABLES LIKE 'character\_set\_%';
+--------------------------+--------+
| Variable_name            | Value  |
+--------------------------+--------+
| character_set_client     | latin1 |
| character_set_connection | latin1 |
...
| character_set_results    | latin1 |
...
+--------------------------+--------+
mysql> SHOW SESSION VARIABLES LIKE 'collation_connection';
+----------------------+-------------------+
| Variable_name        | Value             |
+----------------------+-------------------+
| collation_connection | latin1_swedish_ci |
+----------------------+-------------------+

您可以看到已设置连接系统变量以反映 和 的字符集和排序 latin1规则 latin1_swedish_ci。发生这种情况是因为服务器无法满足客户端字符集请求并回退到其默认值。

在这种情况下,客户端无法使用它想要的字符集,因为服务器不支持它。客户端必须要么愿意使用不同的字符集,要么连接到支持所需字符集的不同服务器。

同样的问题出现在更微妙的上下文中:当客户端告诉服务器使用服务器识别的字符集时,但客户端不知道该字符集在服务器端的默认排序规则。例如,当 MySQL 8.0 客户端想要使用utf8mb4客户端字符集连接到 MySQL 5.7 服务器时,就会发生这种情况。指定的客户端 --default-character-set=utf8mb4能够连接到服务器。但是,与前面的示例一样,服务器回退到其默认字符集和排序规则,而不是客户端请求的内容:

mysql> SHOW SESSION VARIABLES LIKE 'character\_set\_%';
+--------------------------+--------+
| Variable_name            | Value  |
+--------------------------+--------+
| character_set_client     | latin1 |
| character_set_connection | latin1 |
...
| character_set_results    | latin1 |
...
+--------------------------+--------+
mysql> SHOW SESSION VARIABLES LIKE 'collation_connection';
+----------------------+-------------------+
| Variable_name        | Value             |
+----------------------+-------------------+
| collation_connection | latin1_swedish_ci |
+----------------------+-------------------+

为什么会发生这种情况?毕竟utf8mb48.0的客户端和5.7的服务器都知道,所以他们都认了。要理解此行为,有必要了解当客户端告诉服务器它要使用哪个字符集时,它实际上是在告诉服务器该字符集的默认排序规则。因此,上述行为是多种因素共同作用的结果:

  • MySQL 5.7 和 8.0 之间的默认排序规则utf8mb4不同(utf8mb4_general_ci对于 5.7, utf8mb4_0900_ai_ci对于 8.0)。

  • 8.0客户端请求字符集时 utf8mb4,发送给服务器的是默认的8.0utf8mb4排序规则;也就是说,utf8mb4_0900_ai_ci.

  • utf8mb4_0900_ai_ci仅从 MySQL 8.0 开始实现,因此 5.7 服务器无法识别它。

  • 由于5.7服务器不识别 utf8mb4_0900_ai_ci,无法满足客户端字符集请求,退回到其默认字符集和排序规则(latin1latin1_swedish_ci)。

在这种情况下,客户端连接后仍然可以 utf8mb4通过发出SET NAMES 'utf8mb4'语句来使用。生成的排序规则是 5.7 默认utf8mb4 排序规则;也就是说,utf8mb4_general_ci。如果客户端还需要 的排序规则 utf8mb4_0900_ai_ci,则无法实现,因为服务器无法识别该排序规则。客户端必须愿意使用不同的 utf8mb4排序规则,或者从 MySQL 8.0 或更高版本连接到服务器。

运行时错误处理

在已建立的连接中,客户端可以使用 SET NAMES或 请求更改连接字符集和排序规则SET CHARACTER SET

有些字符集不能作为客户端字符集;请参阅 不允许的客户端字符集。如果您指定一个有效但不允许作为客户端字符集的字符集,则服务器会返回错误:

mysql> SET NAMES 'ucs2';
ERROR 1231 (42000): Variable 'character_set_client' can't be set to
the value of 'ucs2'

如果服务器无法识别字符集(或排序规则),则会产生错误:

mysql> SET NAMES 'bogus';
ERROR 1115 (42000): Unknown character set: 'bogus'

mysql> SET NAMES 'utf8mb4' COLLATE 'bogus';
ERROR 1273 (HY000): Unknown collation: 'bogus'
小费

想要验证其请求的字符集是否被服务器接受的客户端可以在连接并检查结果是否为预期的字符集后执行以下语句:

SELECT @@character_set_client;