Question

数据库编码格式(查看数据库编码格式)

Answer 1

1.ASCII

用途：用来映射简单的单字节字符，比如大小写英文字母、阿拉伯数字、常用的标点符、运算符、控制字符等。

编码范围：U0000-U007F

注意：对于用这类字符的场景够用了，但是却无法表达比如汉字，日文等编码。

2.UNICODE

用途：用来映射包含ASCII以内的其他的所有字符。

编码范围：U0000-U10FFFF

注意：ASCII是UNICODE的子集，ASCII编码的字符可以无损转换为UNICODE编码的字符。

MySQL常用字符集

1.Latin1

Latin1是cp1252或者ISO-8859-1的别名。ISO-8859-1编码是单字节编码，向下兼容ASCII。

编码范围：U0000-U00FF

ISO-8859-1收录的字符除ASCII收录的字符外，还包括西欧语言、希腊语、泰语、阿拉伯语、希伯来语对应的文字符号。

单字节内的空间都被ISO-8859-1编码占用，所以能够用ISO-8859-1编码存储、传输其他任何编码的字节流。

比如把一个Utf8mb4的编码或者GBK的编码存入Latin1，不会有任何问题。因为Latin1保留了原始的字节流，这也就是MySQL长期以来把Latin1做默认字符集的原因。

但是由于Latin1对任何字符都存放字节流，造成了字符个数的浪费。

比如：

CHAR(10)CHARACTERSETLATIN1;CHAR(10)CHARACTERSETUTF8;

该字段中存储字符个数UTF8是Latin1的三倍！！！

2.GB18030

GB18030是中国官方标准字符集，向前兼容GBK、GB2312，是这两个的超集。用1、2、4个字节分别表示一个符号。比如对一般中文字符，默认是用两个字节编码存储。Windows系统，默认用的就是GB18030。

若只是存储中文字符，那GB18030最佳。

原因有两点：

1）占用空间小，比如比UTF8小。

2）存储的汉字根据拼音来排序，检索快。

3.UTF8

UTF8是Unicode的编码实现，可以存储UNICODE编码对应的任何字符，这也是使用最多的一种编码。最大的特点就是变长的编码方式，用1到4个字节表示一个符号，可以根据不同的符号编码字节长度。

字母或数字用1字节，汉字用3字节，emoji表情符号用4字节。UTF8字符集目前是使用最广泛的。

注意！MySQL里常说的UTF8是UTF8MB3的别名，UTF8MB3是UTF8MB4的子集，UTF8MB4才是真正的4字节UTF8字符集！

UTF8MB3表示最大支持3个字节存储字符，UTF8MB4表示最大4个字节存储字符。根据实际需要和未来展望，MySQL8.0已经默认用UTF8MB4基础字符集。