utf16
字符集是
ucs2
具有扩展名的字符集,可以对补充字符进行编码
:
对于一个BMP字符,
utf16
具有ucs2
相同的存储特性:相同的码值、相同的编码、相同的长度。对于增补字符,
utf16
有一个特殊的序列用于使用 32 位表示字符。这称为“代理”机制:对于大于 的数字0xffff
,取 10 位并将它们添加到0xd800
第一个 16 位字中,再取 10 位并将它们添加到0xdc00
下一个 16 位中单词。因此,所有增补字符都需要 32 位,其中前 16 位是0xd800
和之间的数字0xdbff
,最后 16 位是 和 之间的0xdc00
数字0xdfff
。示例在第 15.5 Unicode 4.0 文档的代理区域。
因为支持和不utf16
支持代理
,所以存在仅适用于以下情况的有效性检查:您不能在没有底部代理的情况下插入顶部代理,反之亦然。例如:
ucs2
utf16
INSERT INTO t (ucs2_column) VALUES (0xd800); /* legal */
INSERT INTO t (utf16_column)VALUES (0xd800); /* illegal */
对于技术上有效但不是真正 Unicode 的字符(即 Unicode 认为是“未分配代码点”或
“私人使用”字符甚至
“非法”之类的字符),不进行有效性检查0xffff
。例如,因为U+F8FF
是 Apple Logo,所以这是合法的:
INSERT INTO t (utf16_column)VALUES (0xf8ff); /* legal */
不能指望这样的角色对每个人都意味着同样的事情。
因为 MySQL 必须考虑到最坏的情况(一个字符需要四个字节),所以
utf16
列或索引的最大长度仅为列或索引的最大长度的一半ucs2
。例如,MEMORY
表索引键的最大长度为 3072 字节,因此这些语句创建具有最长允许索引的表ucs2
和utf16
列:
CREATE TABLE tf (s1 VARCHAR(1536) CHARACTER SET ucs2) ENGINE=MEMORY;
CREATE INDEX i ON tf (s1);
CREATE TABLE tg (s1 VARCHAR(768) CHARACTER SET utf16) ENGINE=MEMORY;
CREATE INDEX i ON tg (s1);