SQL Server 与MySQL中排序规则与字符集相关知识的一点总结

sakko51150

　　字符集&&排序规则
　　字符集是针对不同语言的字符编码的集合，比如UTF-8字符集，GBK字符集，GB2312字符集等等，不同的字符集使用不同的规则给字符进行编码
　　排序规则则是在特定字符集的基础上特定的字符排序方式，排序规则是基于字符集的，是对字符集在排序方式维度上的一个划分。
　　排序规则是依赖于字符集的，一种字符集可以有多种排序规则，但是一种排序规则只能基于某一种字符集的
　　比如中文字符集，也即汉字，可以按照“拼音排序”、“按姓氏笔划排序”等等。
　　而对于英语，就没有“拼音”和“姓氏笔画”，但是可以分为区分大小写、不区分大小写等等
　　而其他语言下面也有自己特定的排序规则。
　　在SQL Server中，任何一种字符集的数据库，都能存储任何一种语言的字符。
　　并不是说拉丁（Latin）字符集的数据就存储不了中文，中文（Chinese）字符集的数据库就存储不了蒙古语（只要操作系统本身支持）
　　sqlserver中，不管哪种字符集（实际上是排序规则）的数据库（或者字段），都是可以使用nvarchar（或者nchar），而nvarchar（或者nchar）是可以存储任意非Unicode字符的
　　至于排序规则，那是根据不同的字符集所支持的不同的排序规则人为定义的。
　　SQL Server中的字符集和排序规则
　　排序规则只不过是指定了存储的数据的排序（比较）规则而已，换句话说就是，排序规则中已经包含了字符集的信息。
　　因此在sqlserver中，不需要关心字符集，只需要关心排序规则，sqlserver中在创建只能指定排序规则（不能直接指定字符集），
　　如截图，只能指定collation，也就是字符集

https://images2018.cnblogs.com/blog/380271/201807/380271-20180727144722839-266720475.png

　　在MySQL中的字符集和排序规则
　　上面说了，排序规则是依赖于字符集的，一种字符集可以有多种排序规则，但是一种排序规则只能基于某一种字符集的。
　　如下是MySQL中排序规则和字符集的对应关系。

https://images2018.cnblogs.com/blog/380271/201807/380271-20180727145444531-130475203.png

　　MySQL的建库语法比较扯，可以指定字符集和排序规则，
　　如果指定的排序规则在字符集的下面，则是没有问题的，如果指定的排序规则不在字符集下面，则会报错。
　　比如下面这一句，排序规则utf8_bin是属于字符集utf8下面的一种排序规则，这个语句执行是没有问题的
　　create database test_database2 charset utf8 collate utf8_bin;
　　再比如下面这一句，排序规则latin1_bin不是属于字符集utf8下面的一种排序规则，这个语句执行是会报错的
　　create database test_database2 charset utf8 collate latin1_bin;

https://images2018.cnblogs.com/blog/380271/201807/380271-20180727151026935-1947973594.png

　　以上是字符集和排序规则在sqlserver和MySQL中的一些基本应用，再说说常用的排序规则的区别
　　***_genera_ci & ***_genera_cs & ***_bin 常见排序规则的特点
　　以上是某种字符集下常用的三种排序规则，下面以常见的utf8为例说明
　　utf8_genera_ci不区分大小写，ci为case insensitive的缩写，即大小写不敏感，
　　utf8_general_cs区分大小写，cs为case sensitive的缩写，即大小写敏感，但是目前MySQL版本中已经不支持类似于***_genera_cs的排序规则，直接使用utf8_bin替代。
　　utf8_bin将字符串中的每一个字符用二进制数据存储，区分大小写。
　　那么，同样是区分大小写，utf8_general_cs和utf8_bin有什么区别？
　　cs为case sensitive的缩写，即大小写敏感；bin的意思是二进制，也就是二进制编码比较。
　　utf8_general_cs排序规则下，即便是区分了大小写，但是某些西欧的字符和拉丁字符是不区分的，比如ä=a，但是有时并不需要ä=a，所以才有utf8_bin
　　utf8_bin的特点在于使用字符的二进制的编码进行运算，任何不同的二进制编码都是不同的，因此在utf8_bin排序规则下：äa
　　在utf8_genera_ci的情况下A=a，ä=a

https://images2018.cnblogs.com/blog/380271/201807/380271-20180727153818225-2129415070.png

　　在utf8_bin排序规则下，Aa,äa

https://images2018.cnblogs.com/blog/380271/201807/380271-20180727153917167-728522956.png

　　所以要想区分大小写，有没有特殊需求，就直接使用utf8_bin（实际上***_general_cs在MySQL中本身就不支持，在SQL Server中支持）
　　以上字符集的特点以及使用情况在SQL Server中表现为类似。
　　来源：博客园
　　链接：http://www.cnblogs.com/wy123/p/9377676.html