[大数据]mysql-collate

Mysql collate

mysql 中的collate

mysql常见的collate出现在字符串字段的设置和表的设计中，例：COLLATE utf8mb4_general_ci

CREATE TABLE `play` (
  `id` int(10) unsigned NOT NULL AUTO_INCREMENT,
  `name` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL,
  `age` int(11) DEFAULT '0',
  `mobile` varchar(11) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;

collate和charset

1. charset设置字符串编码集，常用的utf8，mysql遗留问题utf8最存储3字节的大小，4字节的文字无法存储，需要utf8mb4

2. collate和charset关联，定义了字符串的排序规则，如utf8mb4_general_ci是和utf8mb4对应的排序规则，ci为Case Insensitive，
   即大小写不敏感，对应cs为Case Sensitive，即大小写敏感

3. 数据库中涉及排序和比较的地方都会受到collate影响

4. 查看数据库的所有charset和collate

   show charset;
   

   show COLLATION;
   

collate设置级别

可以在实例、库、表、字段和SQL语句级别指定collate

• 库级别

  CREATE DATABASE <db_name> DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;
  

• 表级别和字段

  CREATE TABLE tablename (
    `name` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL,
   ...
   ...
  ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;
  

• SQL语句级别

  SELECT DISTINCT field1 COLLATE utf8mb4_general_ci FROM table1;
  SELECT field1, field2 FROM table1 ORDER BY field1 COLLATE utf8mb4_general_ci;
  select * from table1,table2 where table1.field = table2.field
  

总结

1. 国内常用的排序规则为utf8mb4_unicode_ci，utf8mb4_general_ci，对于我们来说两者没有太大区别，
   都可以使用
2. 配置了多个排序规则，优先级为SQL语句 > 列级别 > 表级别 > 库级别 > 实例级别

项目中的坑

公司项目经过多人的维护后，规范不够严格，不同表同一字段，创建的数据库表指定字符串排序规则为
utf8mb4_general_ci和utf8mb4_unicode_ci两种，导致关联无法比较

-- 错误
SELECT a.mobile from play a INNER JOIN user_t b
ON a.mobile = b.mobile

> 1267 - Illegal mix of collations (utf8mb4_general_ci,IMPLICIT) and (utf8mb4_unicode_ci,IMPLICIT) for operation '='
> 时间: 0.003s

--正确
SELECT a.mobile from play a INNER JOIN user_t b
ON a.mobile = b.mobile COLLATE utf8mb4_general_ci
 a INNER JOIN user_t b
ON a.mobile = b.mobile COLLATE utf8mb4_general_ci