字元集與資料庫

First Chapter

1 Character Set與Collation

任何資訊技術在處理資料的時候，如果只是單純的數值和運算，那就不會有太複雜的問題；如果處理的資料是文字的話，就會面臨世界上各種不同語言的問題。以資料庫來說，它必須正確的儲存各種不同語言的文字，也就是一個資料庫中，有可能同時儲存繁體和簡體中文、法文等不同語言的文字。

電腦在處理文字資料大多是使用一個「編碼」來表示某一個字，對MySQL資料庫來說，為了要處理不同語言的文字，它使用一套編碼來處理一種語言的文字，稱為「字元集、character set」。以英文字母來說，每一個字母都有一個編碼，例如A=65、B=66、C=67。

MySQL可以依照你的需要為資料庫設定不同的字元集：

Collation指的是在一個字元集中，所有字元的大小排序規則。以英文字母來說，我們會依照A到Z的順序當成大小的順序，小寫的字母也是一樣的。這樣的大小順序是依照編碼的大小來決定的，MySQL把它稱為「binary collation」。

可是在真實的世界中，大小順序卻不是這麼單純，有時候你會把大小寫的英文字母當成是一樣的，例如大寫的A和小寫的a。在這種情況下，大寫和小寫的字母會被當成是一樣的大小，然後再依照編碼來決定，例如大寫A的編碼比小寫a的編碼小。MySQL把這樣的方式稱為「case-insensitive collation」。

在決定大小順序的時候，如果只有考慮字母大小寫因素的話，那還不算是太複雜的。如果再考慮各種不同語言特性的話，在決定大小順序的時候就會變得很複雜。以繁體中文來說，它是沒有區分大小寫的，而且一個中文字會包含一個以上的位元組，其它的語言也都會有類似的情況。

1.1 Character Set

MySQL資料庫把各種不同字元集的編碼資料紀錄在系統資料庫中，你可以使用下列的指令查詢MySQL資料庫支援的字元集資訊：

SHOW CHARACTER SET

執行上列的查詢指令後可以得到下列的結果：

1.2 COLLATION

MySQL除了支援各種不同的字元集，讓資料庫可以儲存不同語言的文字外，每一種字元集都可以依照實際需要，搭配不同的Collation設定。你可以使用下列的指令查詢MySQL支援的Collation資訊：

SHOW COLLATION

執行上列的查詢指令後可以得到下列的結果：

你也可以使用類似「WHERE」子句中的條件設定，查詢某一種字元集支援的Collation資訊：

你可以從Collation名稱分辨出排序的準則：

2 資料庫

資料庫(Database)是用來保存各種資料元件的容器，在安裝好MySQL資料庫伺服器軟體後，就可以依照自己的需求建立資料庫，MySQL對於資料庫的數量並沒有限制：

每一個MySQL資料庫伺服器軟體都會使用一個儲存資料的資料夾，稱為「data directory」。在這個資料夾下，每建立一個資料庫，MySQL都會建立一個資料夾，稱為「資料庫資料夾、database directory」，一個資料庫包含的檔案就會放在各自的資料庫資料夾中：

註：使用「SHOW VARIABLES LIKE ‘datadir’」敘述，可以查詢MySQL資料庫伺服器使用的資料庫資料夾。

因為一個資料庫會是檔案系統中的一個資料夾，所以你要特別留意下列的特性：

雖然MySQL對於資料庫的數量並沒有限制，可是你要注意MySQL資料庫伺服器軟體所安裝的作業系統，它對於資料夾與檔案大小的限制。
MySQL使用資料庫名稱作為資料庫資料夾的名稱，所以你要特別注意大小寫的問題。在資料夾名稱不分大小寫的作業系統(例如Windows)，資料庫名稱「MyDB」和「mydb」是一樣的；可是在資料夾名稱會區分大小寫的作業系統(例如Linux)，資料庫名稱「MyDB」和「mydb」就不一樣了。
每一個資料庫資料夾中都有一個特別的檔案，檔案名稱是「db.opt」，這個檔案的內容是資料庫的字元集與collation設定。