1、关于字符集的几个相关概念

（1）字符Character，人类语言中最小的表意（表达意思的）符号

（2）字符集（合）CharSet 一组字符就可以定义一个字符集合，通常包括一个国家、民族使用的字符

ASCII字符集合、扩展ASCII字符集合、拉丁语系、GB2312 BIG5 Unicode字符集合

（3）字符编码 给字符集合中的字符指定一个数字来标识

（4）字符集 字符集合+编码＝字符集

（5）字符序 Collation 定义了字符集中字符的排序规则（是否区分 大小写），有了字符序，就有了排序标准。一个字符集可以 有多个字符序，有的字符序可能区分大小写，有的字符序可能不区分大小写。

字符集合 可以有多种编码方式 多个字符集

一个字符集 可以有多个排序规则 多个字符序

字符序 Collation中的以_ci结尾代表大小写不敏感，应该是case insensitive，以_cs结尾表示大小写敏感，以_bin按编码值进行比较

2、常见的字符集

ASCII字符集

扩展ASCII字符集 latin1 8位二进制，包括ASCII字符集中的全部字符

GB2312 BIG5 GBK 16位二进制

Unicode字符集 全球语言 16位二进制

扩展ASCII字符集，例如：latin1、latin2

Unicode字符集合 Unicode编码 一个字符两个字节

Unicode字符集合 UTF-8编码 一个英文字符一个字节，一个中文字符使用3个字节

UTF-8是一种变长字节编码方式。对于某一字符的UTF-8编码，如果只有一个字节则其最高二进制为0；如果是多字节，其第一个字节从高位开始，连续的二进制为1的个数决定了其编码的倍数，其余字节均以10开头。UTF-8最多可用到6个字节。

如下：

1字节 0xxxxxxx

2字节 110xxxxx 10xxxxxx

3字节 1110xxxx 10xxxxxx 10xxxxxx

4字节 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

5字节 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

6字节 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

编码的本质就是用一个数值来表示一个字符

如何获取一个汉字在UTF-8编码中码值呢？

例如一个“忍”字，它对应的UTF-8编码是E5BF8D

将E5BF8D转换为二进制111001011011111110001101

我们知识中文在UTF-8中占用3个字节，因此它的模板是

1110xxxx 10xxxxxx 10xxxxxx

因此，“忍”字对应的UTF-8码值为0101 1111 1100 1101，这16个二进制，恰好是两个字节

再将这16个二进制数转换为16进制数，即5FCD。

再次查看编码查询工具，发现BigEndUni的值正好是“5FCD”

同样的字符，使用的编码方式不同，占用的字节数也不相同

（1）Unicode编码存储英文。

打开记事本ABCD占用10个字节，“ABCD”一共4个字符，每个字符采用Unicode编码占用2个字节，共8个字节，再加上结束字符（EOF）2个字节，共10个字节。

（2）Unicode编码存储中文

记事本中输入“ABCD你好”，一共6个字符，共占12字节，再加上结束字符（EOF）2个字节，共14字节。

（3）UTF-8编码存储英文

记事本中输入“ABCD”，共4个字符，每个英文字符占1个字节，共4个字节，再加上结束字符（EOF）3个字节，共7个字节。

（4）UTF－8编码存储中文

记事本中输入“ABCD你好”，4个英文字符，每个英文字符占1个字节，共4个字节，2个中文字符，每个中文字符占3个字节，共6个字节，再加上结束符（EOF）3个字节，共13个字节。

在控制台查看可接受的字符集

使用chcp [nnn]

显示活动控制台代码页数量，或更改该控制台的活动控制台代码页。如果在没有参数的情况下使用，则 chcp 显示活动控制台代码页的数量。 
语法 
chcp [nnn] 
参数 
指定代码页。下表列出了所有支持的代码页及其国家(地区)或者语言： 
代码页       国家(地区)或语言 
437          美国 
932          日文(Shift-JIS)
936          中国 - 简体中文(GB2312)
949          韩文
950          繁体中文(Big5)

说明windows默认的字符集为 GBK

3、MySQL中的字符集

3.1、查看MySQL支持的所有字符集

show character set;

3.2、MySQL中字符集的使用策略：数据库级别、表级别、列级别

创建数据库的时候，如果不指定数据库的字符集，就会使用服务器的默认字符集

创建表的时候，如果不指定表的字符集，就会使用数据库字符集

创建列的时候，如果不指定字符集，默认使用表的字符集

3.3、查看当前使用的字符集

show variables like ‘character_set_%‘;

character_set_system 系统级别的字符集

character_set_server 服务器级别使用的字符集

character_set_database 数据库级别的字符集（每个数据库可能有自己的字符集）

character_set_system，是server用来存储identifier（例如：数据库的名字、表的名字、列的名字）的字符集，总是utf8。

character_set_server，是server的默认字符编码。【猜想：character_set_system是用来存储identifier（标识符，例如：数据库名、表名、列名可以使用中文），而character_set_server是用来指示content(存储内容)使用的字符编码】

chracter_set_database，如果当前没有选中数据库，则使用character_set_server的值；如果选定了某个数据库，则会根据该数据库相应的存储内容的字符集。

后面的内容，不知道该如何整理了，可能自己还不太清楚吧。。。

character_set_client

character_set_connection

character_set_results

更改MySQL默认字符集

create database schooldb

set names latin1

set names utf8

字符集兼容性

MySQL的字符集