1、字符集和比较规则简介
1.1、字符集简介
所谓字符集就是字符和实际存储的二进制数据之间的映射关系。映射关系包括两个方面：
- 字符范围：字符范围就是指字符集所能表示的字符数量，有的字符集只能表示英文和常见标点符号，有的字符集能够表示所有主流的文字符号，甚至能够表示emoji表情。
- 编码规则：编码规则就是字符如何转换为二进制。
1.2 、比较规则简介
比较规则是在字符集的基础上，对字符的大小进行比较。例如最简单的，直接比较字符的二进制数据的大小。当然这种比较规则不实用。
1.3、常见的字符集
- ASCII字符集：共128个字符，包括大小写字母、标点符号、空格、数字和一些其它不可见字符，使用1个字节编码。
- ISO 8859-1字符集：在ASCII字符集基础上新增128个字符，包括西欧常用字符，也被称为Latin1字符，使用1个字节编码。
- GB2312字符集：收录汉字、拉丁字母、希腊字母、平假名、片假名和俄语西里尔字母。其中汉字6763个，其他文字符号682个。该字符集兼容ASCII字符集，所以是ASCII字符集的字符用1个字节编码，否则用2个字节编码。这种编码规则成为变长编码。
- GBK字符集：在GB2312字符集的基础上进行扩充，编码规则兼容GB2312字符集。
- UTF-8字符集：几乎收录了世界上所有国家和地区使用的自古，并且在不断扩充。该字符兼容ASCII字符集，采用变长编码的规则，每个字符需要1-4个字节。此处需要注意：UTF-8是Unicode字符集的一种编码规则，除此以外还有UTF-16采用2-4个字节编码，UTF-32采用4个字节编码。
2、MySQL中的字符集和比较规则
2.1、utf8和utf8mb4
UTF-8使用1-4个字节表示一个字符，但是在MySQL中utf8使用1-3个字节表示一个字符，也是uft8mb3的别名。如果想要完整表示UTF-8字符集，在MySQL中需要选择utf8mb4，utf8mb4是使用1-4个字节表示一个字符，字符范围和Unicode相同。
2.2、 比较规则
MySQL比较规则名称由三个部分组成，以uft8_general_ci为例：
- 第一部分表示比较规则关联的字符集，此处为utf8。
- 第二部分表示比较规则适用的语言，此处为通体规则。除此以外，还有polish表示波兰语比较规则，spanish表示西班牙语比较规则等。
- 第三部分表示比较规则是否区分重音和大小写等。ci表示不区分大小写。
3、字符集和比较规则的应用
MySQL有4个级别的字符集和比较规则，从大到小依次为：
- 服务器级别：启动服务器时，由配置文件、启动选项或者使用SET语句来确定。
- 数据库级别：创建和修改数据库时可以指定，如果不指定那么就会使用服务器级别。
- 表级别：创建和修改表时可以指定，如果不指定那么就会使用数据库级别。
- 列级别：创建和修改列时可以指定。如果不指定那么就会使用表级别。注意：修改字符集的时，如果列中数据不能用新字符集表示，便会发生错误。例如列中原来用utf8存储的汉字，现修改为ascii字符集，ascii无法表示汉字，会发生错误。
如果只修改字符集，比较规则会变为修改后字符集的默认值；只修改比较规则，字符集会变为修改后比较规则的对应的字符集。
4、总结
字符集由字符范围和编码规则组成。MySQL的utf8最多只能用3个字节表示字符，想要完整对应Unicode，需要使用utf8mb4字符集。MySQL的字符集和比较规有四个级别，范围小的级别如果不指定，就会直接继承范围大级别。字符集和比较规则相互关联，只改变其中一个，另一个也会改为对应的默认值。