在mysql中使用UTF-8的终极方式

Question

我已经阅读了很多关于在mysql中使用utf-8字符集的文章，讨论和教程。显然针对不同情况（例如转移到utf-8）引入了几种方法。创建和使用utf-8 mysql数据库需要什么样的appraoches？我所知道的方法：

1. 创建数据库时使用CHARACTER SET utf8 DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci DEFAULT COLLATE utf8_general_ci。
2. 创建表时使用DEFAULT CHARSET=utf8 COLLATE utf8_general_ci。
3. 在每次mysql连接后使用mysql_set_charset('utf8',$con);。
4. 将my.conf中的默认mysql连接设置为default-character-set = utf8，collation-server = utf8_unicode_ci，init-connect='SET NAMES utf8'，character-set-server = utf8

使用utf-8字符集操作mysql数据库是否需要所有这些操作？如果没有，哪种方式最好？

Answer 1

每个Unicode字符集并描述它们的区分属性最特殊的一个是utf8_bin，用于比较二进制格式的字符。

utf8_general_ci比utf8_unicode_ci略快，但不太准确（对于排序）。特定语言utf8编码（例如utf8_swedish_ci）包含其他语言规则，使其最准确地对这些语言进行排序。大多数时候我使用utf8_unicode_ci（我更喜欢精确到小的性能改进），除非我有充分的理由选择特定的语言。

您可以在MySQL手册上阅读有关特定unicode字符集的更多信息 - Unicode Character Sets

Answer 2

如果为列指定{strong>字符编码，如utf8，则意味着MySQL将使用该编码来存储文本。当您为数据库或表指定默认字符编码时，这意味着它们的列将具有该编码，除非您另有说明。这会影响数据在磁盘上占用的字节数：在latin1中，每个字符为1个字节，sjis为2个字节，在utf8中它会有所不同。如果您使用日语存储大量文本，则可能需要使用sjis而不是utf8。

如果为列指定{strong>排序规则，例如utf8_general_ci，则意味着MySQL将在ORDER BY或索引中以不同方式排序数据。文化有不同的文本排序规则：例如瑞典语Ä是字母表的倒数第二个字母，而英语则相当于A.所以瑞典语校对你得到一个＆lt; b＆lt; ä和英语校对你得到一个=ä＆lt;湾您应该使用哪种排序规则主要取决于您的用户希望看到的内容。

然而，MySQL服务器所做的并不会影响MySQL客户端返回文本的方式：每个连接都有自己的客户端编码。客户端会自动将结果转换为连接编码，因此您无需关心服务器的功能。事实上，您可以使用不同编码的列进行选择，并且MySQL客户端正确地将所有内容转换为utf8或其他任何内容。

所以你真正需要担心的是设置连接编码，这就是你的＃3所做的。可能在＃4中设置名称也有效，但我不会依赖它。