mysql - 数据库字符集、表字符集和列字符集之间的关系？不同的字符集是否会导致任何性能问题？

Question

我正在使用 ASP.net 开发一个网站，我的数据库是 MYSQL。用户可以在那里提交文章。这个网站是国际化的，所以我不想将语言限制为英语。

所以我决定了一些事情。如果我做出了错误的选择，请指导我。

1) 我选择 utf8mb4 作为数据库字符集。因为它是UTF8的改进版，可以存放更多的字符。我做出了正确的选择吗？我的意思是我只有几张表需要使用 utf8mb4。那么我应该使用 Latin1 作为数据库字符集吗？

2) 我不知道对上述字符集使用哪种排序规则。我决定使用 utf8mb4 swedish_ci。还是应该使用通用 Ci 或任何其他？

3) 在我的表格中，大多数表格不需要 utf8mb4 字符集。拉丁语 1 瑞典语将完成这项工作。那么即使 DB 在另一个字符集和排序规则中，我是否可以在特定的字符集和排序规则下维护选定的表？

4) 我可以将 utf8mb4 字符集用于表中以 Latin1 swedesh 作为字符集的特定列吗？

如果可以的话，数据库字符集、表字符集和列字符集之间的关系是什么？

不同的字符集是否会导致任何性能问题？

非常感谢。

Answer 1

数据库字符集由表继承，除非你覆盖它。 (我建议在表格级别具体化。)

表的字符集由表中的列继承。由于一个人通常只有一个字符集，因此这种继承很好。此外，当您执行 SHOW CREATE TABLE 时，每列设置的内容都非常清楚 — 无需查看数据库或系统。

走向国际——使用 utf8 或 utf8mb4。我同意 utf8mb4 是更好的选择，尤其是对于中文和一些表情符号。

character_set_% -- 只有 _client、_connection 和 _results 很重要。这些是由 SET NAMES utf8mb4 设置的三个。剩下的就别管了。

utf8mb4 的默认排序规则是 utf8mb4_general_ci，如果您有多种语言，这可能是一个不错的选择。另一个选择是 utf8mb4_unicode_ci 。我在 http://mysql.rjweb.org/doc.php/charcoll#combining_diacriticals 中更多地讨论了“组合变音符号” .本节给出了这两个排序规则不同之处的示例:http://mysql.rjweb.org/doc.php/charcoll#utf8_collations_examples

另请参阅“最佳实践”部分。

对于西欧文本，latin1 小于 utf8。 MySQL 会在需要时进行适当的转换，所以这不是问题。但我不想通过混合字符集来混淆程序员。请记住，将现有表列从 latin1 转换为 utf8 需要一些努力、可能的停机时间和风险。

4) Can I use utf8mb4 charset for a specific column in a table which have Latin1 swedesh as charset?

是的。每列(但不是每一行)可以有不同的字符集和/或排序规则。

不同字符集的存在本身并不是性能。当两列具有不同的字符集和/或排序规则时，可能 会影响您的是 WHERE col1 = col2(以及其他情况)。如果 MySQL 发现不容易处理的差异，它将放弃原本完美的索引。