作者： admin

在MariaDB中，创建数据库时，你可以指定数据库的字符编码（Character Set）和排序规则（Collation）。字符编码决定了数据库可以存储哪些字符，而排序规则则决定了字符的排序方式。这对于确保数据库能够正确处理多语言数据和特殊字符至关重要。

本文将介绍如何在创建数据库时指定字符编码和排序规则。

为什么要指定字符编码？

1. 支持多语言数据：不同的编码支持不同的字符集。例如，如果你需要存储多语言数据，UTF-8编码（尤其是utf8mb4）是最合适的选择，因为它可以兼容大部分常见的字符集，支持包括表情符号（emoji）在内的特殊字符。
2. 数据一致性：指定字符编码可以确保在数据库操作中字符不会丢失或被错误解析，避免出现乱码。
3. 优化查询和排序：使用合适的排序规则可以优化查询速度和排序准确性，特别是当你需要对字符进行排序时。

步骤1：创建数据库时指定字符编码和排序规则

在MariaDB中，可以使用CREATE DATABASE语句来创建数据库时指定字符编码和排序规则。以下是两个常见的例子：

示例 1：创建使用UTF-8编码的数据库

CREATE DATABASE test 
DEFAULT CHARACTER SET utf8mb4 
COLLATE utf8mb4_general_ci;

解释：

• utf8mb4 是一种UTF-8字符编码，支持所有Unicode字符，包括表情符号等特殊字符。
• utf8mb4_general_ci 是常用的排序规则，ci表示不区分大小写（Case Insensitive）。在此排序规则下，A和a会被认为是相同的字符。
• 该语句创建了一个名为 test 的数据库，并指定了utf8mb4字符编码和utf8mb4_general_ci排序规则。

示例 2：创建使用UTF-8编码的数据库

CREATE DATABASE blog 
DEFAULT CHARACTER SET utf8 
COLLATE utf8_general_ci;

解释：

• utf8 是MariaDB较早版本支持的UTF-8编码，能够存储多语言字符，但不支持一些Unicode字符（如某些表情符号）。
• utf8_general_ci 是utf8字符集的默认排序规则，也是不区分大小写的排序规则。
• 该语句创建了一个名为 blog 的数据库，使用了utf8字符编码和utf8_general_ci排序规则。

步骤2：检查数据库的字符编码和排序规则

创建数据库之后，可以使用以下SQL语句检查数据库的当前字符编码和排序规则：

SHOW CREATE DATABASE test;

输出示例：

+----------+------------------------------------------------------------+
| Database | Create Database                                            |
+----------+------------------------------------------------------------+
| test     | CREATE DATABASE `test` DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci |
+----------+------------------------------------------------------------+

这会显示你所创建数据库的字符编码和排序规则，确认是否与预期一致。

字符编码与排序规则的选择

• utf8mb4：推荐用于所有支持Unicode字符的场景，特别是当你需要存储多语言内容或特殊符号（如表情符号）时。它是一个更完备的UTF-8编码。
• utf8：适用于普通的多语言数据，但不支持某些Unicode字符，尤其是表情符号。建议仅在无法使用utf8mb4时选择它。
• utf8_general_ci 与 utf8mb4_general_ci：这些是最常用的排序规则，适用于一般的文本排序。ci表示不区分大小写。
• utf8_unicode_ci 与 utf8mb4_unicode_ci：这些排序规则支持更精确的Unicode字符排序，适用于需要对字符进行精确排序的场景（例如，区分重音符号等）。

步骤3：修改已创建数据库的字符编码和排序规则

如果已经创建的数据库没有使用你想要的字符编码或排序规则，你可以使用ALTER DATABASE语句来更改：

ALTER DATABASE test 
DEFAULT CHARACTER SET utf8mb4 
COLLATE utf8mb4_general_ci;

这将更改test数据库的字符编码和排序规则为utf8mb4和utf8mb4_general_ci。

注意事项

• 兼容性：在选择字符编码时，请确保与当前的数据兼容。例如，utf8mb4比utf8消耗更多存储空间，因此在选择编码时要考虑到存储要求。
• 迁移问题：如果你修改了已存在数据库的字符编码，需要小心数据迁移，确保数据不会因为编码不一致而丢失或变乱码。
• 数据库性能：不同的字符编码和排序规则可能会影响数据库的性能。建议在高并发环境下做性能测试，确保选择的字符集和排序规则不会影响数据库查询的速度。

结论

通过在创建MariaDB数据库时指定字符编码和排序规则，可以确保数据库能够正确处理多语言数据并优化查询性能。推荐使用utf8mb4字符编码，因为它支持更广泛的Unicode字符，特别是表情符号等特殊字符。在进行数据库设计时，务必根据应用需求选择适合的字符集和排序规则，确保数据的一致性与兼容性。

--创建数据库时指定编码
create database test default character set utf8mb4 collate utf8mb4_general_ci;
create database blog default character set utf8 collate utf8_general_ci;