字符集&&排序規(guī)則

字符集是針對(duì)不同語(yǔ)言的字符編碼的集合，比如UTF-8字符集，GBK字符集，GB2312字符集等等，不同的字符集使用不同的規(guī)則給字符進(jìn)行編碼。排序規(guī)則則是在特定字符集的基礎(chǔ)上特定的字符排序方式，排序規(guī)則是基于字符集的，是對(duì)字符集在排序方式維度上的一個(gè)劃分。

排序規(guī)則是依賴于字符集的，一種字符集可以有多種排序規(guī)則，但是一種排序規(guī)則只能基于某一種字符集的，比如中文字符集，也即漢字，可以按照“拼音排序”、“按姓氏筆劃排序”等等。而對(duì)于英語(yǔ)，就沒(méi)有“拼音”和“姓氏筆畫(huà)”，但是可以分為區(qū)分大小寫(xiě)、不區(qū)分大小寫(xiě)等等，而其他語(yǔ)言下面也有自己特定的排序規(guī)則。

在SQL Server中，任何一種字符集的數(shù)據(jù)庫(kù)，都能存儲(chǔ)任何一種語(yǔ)言的字符。

并不是說(shuō)拉丁（Latin）字符集的數(shù)據(jù)就存儲(chǔ)不了中文，中文（Chinese）字符集的數(shù)據(jù)庫(kù)就存儲(chǔ)不了蒙古語(yǔ)（只要操作系統(tǒng)本身支持）。sqlserver中，不管哪種字符集（實(shí)際上是排序規(guī)則）的數(shù)據(jù)庫(kù)（或者字段），都是可以使用nvarchar（或者nchar），而nvarchar（或者nchar）是可以存儲(chǔ)任意非Unicode字符的。至于排序規(guī)則，那是根據(jù)不同的字符集所支持的不同的排序規(guī)則人為定義的。

SQL Server中的字符集和排序規(guī)則

排序規(guī)則只不過(guò)是指定了存儲(chǔ)的數(shù)據(jù)的排序（比較）規(guī)則而已，換句話說(shuō)就是，排序規(guī)則中已經(jīng)包含了字符集的信息。因此在sqlserver中 ，不需要關(guān)心字符集，只需要關(guān)心排序規(guī)則，sqlserver中在創(chuàng)建只能指定排序規(guī)則（不能直接指定字符集），如截圖，只能指定collation，也就是字符集

在MySQL中的字符集和排序規(guī)則

上面說(shuō)了，排序規(guī)則是依賴于字符集的，一種字符集可以有多種排序規(guī)則，但是一種排序規(guī)則只能基于某一種字符集的。如下是MySQL中排序規(guī)則和字符集的對(duì)應(yīng)關(guān)系。

MySQL的建庫(kù)語(yǔ)法比較扯，可以指定字符集和排序規(guī)則，如果指定的排序規(guī)則在字符集的下面，則是沒(méi)有問(wèn)題的，如果指定的排序規(guī)則不在字符集下面，則會(huì)報(bào)錯(cuò)。

比如下面這一句，排序規(guī)則utf8_bin是屬于字符集utf8下面的一種排序規(guī)則，這個(gè)語(yǔ)句執(zhí)行是沒(méi)有問(wèn)題的

create database test_database2 charset utf8 collate utf8_bin; 

再比如下面這一句，排序規(guī)則latin1_bin不是屬于字符集utf8下面的一種排序規(guī)則，這個(gè)語(yǔ)句執(zhí)行是會(huì)報(bào)錯(cuò)的

create database test_database2 charset utf8 collate latin1_bin; 

以上是字符集和排序規(guī)則在sqlserver和MySQL中的一些基本應(yīng)用，再說(shuō)說(shuō)常用的排序規(guī)則的區(qū)別

***_genera_ci & ***_genera_cs & ***_bin 常見(jiàn)排序規(guī)則的特點(diǎn)

以上是某種字符集下常用的三種排序規(guī)則，下面以常見(jiàn)的utf8為例說(shuō)明。

• utf8_genera_ci不區(qū)分大小寫(xiě)，ci為case insensitive的縮寫(xiě)，即大小寫(xiě)不敏感，
• utf8_general_cs區(qū)分大小寫(xiě)，cs為case sensitive的縮寫(xiě)，即大小寫(xiě)敏感，但是目前MySQL版本中已經(jīng)不支持類(lèi)似于***_genera_cs的排序規(guī)則，直接使用utf8_bin替代。
• utf8_bin將字符串中的每一個(gè)字符用二進(jìn)制數(shù)據(jù)存儲(chǔ)，區(qū)分大小寫(xiě)。

那么，同樣是區(qū)分大小寫(xiě)，utf8_general_cs和utf8_bin有什么區(qū)別？

• cs為case sensitive的縮寫(xiě)，即大小寫(xiě)敏感；bin的意思是二進(jìn)制，也就是二進(jìn)制編碼比較。
• utf8_general_cs排序規(guī)則下，即便是區(qū)分了大小寫(xiě)，但是某些西歐的字符和拉丁字符是不區(qū)分的，比如ä=a，但是有時(shí)并不需要ä=a，所以才有utf8_bin
• utf8_bin的特點(diǎn)在于使用字符的二進(jìn)制的編碼進(jìn)行運(yùn)算，任何不同的二進(jìn)制編碼都是不同的，因此在utf8_bin排序規(guī)則下：ä<>a

在utf8_genera_ci的情況下A=a，ä=a

在utf8_bin排序規(guī)則下，A<>a,ä<>a

所以要想?yún)^(qū)分大小寫(xiě)，有沒(méi)有特殊需求，就直接使用utf8_bin（實(shí)際上***_general_cs在MySQL中本身就不支持，在SQL Server中支持）。以上字符集的特點(diǎn)以及使用情況在SQL Server中表現(xiàn)為類(lèi)似。