字符集的基本概念如下 :
字符(Character)是指人類語言中最小的表義符號。例如’A’、’B’等 給定一系列字符，對每個字符賦予一個數值，用數值來代表對應的字符，這一數值就是字符的編碼(Encoding)。例如，我們給字 符’A’賦予數值0，給字符’B’賦予數值1，則0就是字符’A’的編碼 給定一系列字符並賦予對應的編碼後，所有這些字符和編碼對組成的集合就是字符集(Character Set)。例如，給定字符列表為{’A’,’B’}時，{’A’=>0, ‘B’=>1}就是一個字符集 字符序(Collation)是指在同一字符集內字符之間的比較規則 確定字符序後，才能在一個字符集上定義什麼是等價的字符，以及字符之間的大小關系 每個字符序唯一對應一種字符集，但一個字符集可以對應多種字符序，其中有一個是默認字符序(Default Collation) MySQL中的字符序名稱遵從命名慣例：以字符序對應的字符集名稱開頭；以_ci(表示大小寫不敏感)、_cs(表示大小寫敏感)或_bin(表示按編碼值比較)結尾。例如：在字符序“utf8_general_ci”下，字符“a”和“A”是等價的。二、常見字符集1） ASCIIASCII是英文American Standard Code for Information Interchange的縮寫,美國標准信息交換代碼是由美國國家標准學會(American National Standard Institute , ANSI )制定的，標准的單字節字符編碼方案，用於基於文本的數據。是基於拉丁字母的一套電腦編碼系統。它主要用於顯示現代英語和其他西歐語言。它是現今最通用的 單字節編碼系統，並等同於國際標准ISO/IEC 646。
ASCII 碼使用指定的7 位或8 位二進制數組合來表示128 或256 種可能的字符。標准ASCII 碼也叫基礎ASCII碼，使用7 位二進制數來表示所有的大寫和小寫字母，數字0 到9、標點符號， 以及在美式英語中使用的特殊控制字符。
2）GBKGBK即漢字內碼擴展規范，K為擴展的漢語拼音中“擴”字的聲母。英文全稱Chinese Internal Code Specification。GBK編碼標准兼容GB2312，共收錄漢字21003個、符號883個，並提供1894個造字碼位，簡、繁體字融於一庫。
GB2312碼是中華人民共和國國家漢字信息交換用編碼，全稱《信息交換用漢字編碼字符集——基本集》，1980年由國家標准總局發布。基本集共收入漢字 6763個和非漢字圖形字符682個，通行於中國大陸。新加坡等地也使用此編碼。GBK是對GB2312-80的擴展，也就是CP936字碼表 (Code Page 936)的擴展（之前CP936和GB 2312-80一模一樣）。
3）latin1Latin1是ISO-8859-1的別名，有些環境下寫作Latin-1。
ISO-8859-1
ISO-8859-1編碼是單字節編碼，向下兼容ASCII，其編碼范圍是0x00-0xFF，0x00-0x7F之間完全和ASCII一致，0x80-0x9F之間是控制字符，0xA0-0xFF之間是文字符號。
ISO-8859-1收錄的字符除ASCII收錄的字符外，還包括西歐語言、希臘語、泰語、阿拉伯語、希伯來語對應的文字符號。歐元符號出現的比較晚，沒有被收錄在ISO-8859-1當中。
因為ISO-8859-1編碼范圍使用了單字節內的所有空間，在支持ISO-8859-1的系統中傳輸和存儲其他任何編碼的字節流都不會被拋棄。換言之，把其他任何編碼的字節流當作ISO-8859-1編碼看待都沒有問題。這是個很重要的特性，MySQL數據庫默認編碼是Latin1就是利用了這個 特性。ASCII編碼是一個7位的容器，ISO-8859-1編碼是一個8位的容器。
4）UTF-8UTF-8（8-bit Unicode Transformation Format）是一種針對Unicode的可變長度字符編碼，又稱萬國碼。由Ken Thompson於1992年創建。現在已經標准化為RFC 3629。UTF-8用1到4個字節編碼UNICODE字符。用在網頁上可以同一頁面顯示中文簡體繁體及其它語言（如日文，韓文）
UTF-8以字節為單位對Unicode進行編碼。
UTF-8的特點是對不同范圍的字符使用不同長度的編碼。對於0x00-0x7F之間的字符，UTF-8編碼與ASCII編碼完全相同。UTF-8 編碼的最大長度是4個字節。
從上表可以看出，4字節模板有21個x，即可以容納21位二進制數字。Unicod的最大碼位0x10FFFF也只有21 位。
1. MySQL Server收到請求時將請求數據從character_set_client轉換為character_set_connection
2. 進行內部操作前將請求數據從character_set_connection轉換為內部操作字符集，其確定方法如下:
1) 使用每個Column的CHARACTER SET設定值；
2) 如未設置Column的Character SET，則使用對應表的DEFAULT CHARACTER SET設定值
3) 如Column、Table均未設地Charater SET，則使用對應數據庫的DEFAULT CHARACTER SET設定值
4) 如Column、Table、Database均未設地Charater SET，則使用character_set_server設定值。
3. 將操作結果從內部操作字符集轉換為character_set_results
Mysqldump導入亂碼
Load data導入亂碼
出現亂碼情況，首先確認寫入程序使用的字符集，MySQL使用的字符集
MySQL使用的字符集情況
通過SHOW VARIABLES LIKE ‘character%’，在上面例子中通過語句獲得字符集設置情況如下:
Mysqldump導入亂碼原因 :
1、 首先確認mysqldump –help或查看備份文件頭部信息確認默認字符集
在上例中通過mysqldump –help查看
通過備份文件查看
2、 通過 mysql –help 確認導入字符集
default-character-set gbk
導入的兩種情況如下
1）不修改備份文件，導入由於sql文件中存在set names utf8，則導入後字符集使用的依然是utf8,在系統默認顯示字符集為gbk的情況下，則顯示為亂碼，此時則需要使用set names utf8 才能正常顯示字符
2）修改備份文件，導入前將sql中的set names utf8 去除，在mysql默認字符集為gbk的情況下導入後字符集為gbk,此時mysql顯示字符集為 gbk，兩者一致，則顯示正常
Load data導入亂碼原因
對於load data導入亂碼問題的具體解釋在官方文檔中有提及，請參考:
這些是無法影響到導入結果的，因此應使用Load 自身的字符集參數來進行數據導入，如下方式:
mysql>load data infile '/tmp/gongzuoshi.ttt' into chartest ; CHARACTERSET gbk六、總結
1、 編譯安裝MySQL的時候指定DEFAULT_CHARSET=[charset] 與寫入程序保持一致2、 my.cnf中字符集設置與寫入程序保持一致3、 導入數據時，將導入程序與數據庫的鏈接配置為與數據庫字符集一致4、load data需要在語句中設置字符集參數
原文來自：雲計算實戰
本文地址：http://www.linuxprobe.com/solve-mysql-character.html
http://www.bkjia.com/Linuxjc/1191990.html TechArticle
