数据库的字符集、表的字符集和列的字符集之间的关系？不同的字符集是否会导致性能问题？

Question

我正在用ASP开发一个网站。net和我的数据库是MYSQL。在那里，用户可以提交文章。这个网站是国际性的，所以我不想把语言限制为英语。

所以我决定做几件事。如果我做了错误的选择，请指导我。

1） 我选择utf8mb4作为数据库字符集。因为它是UTF8的改进版本，用于存储更多字符。我的选择正确吗？我的意思是，我只有几个需要使用utf8mb4的表。那么我应该使用Latin1作为数据库字符集吗？

2） 我不知道上面的字符集使用哪个排序规则。我决定使用utf8mb4瑞典语。或者我应该使用通用Ci或任何其他？

3）在我的表中，大多数表不需要utf8mb4字符集。拉丁语1瑞典语将做这项工作。因此，我可以在特定的字符集和归类下维护选定的表，即使DB在另一个字符集和归类中？

4）我可以使用utf8mb4字符集为一个表中的拉丁1瑞典作为字符集的特定列？

如果可以，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，除非您重写它。（我建议在表格级别明确。）

表字符集由表中的列继承。因为一个通常只有一个字符集，所以这种继承是可以的。此外，当您执行SHOW CREATE TABLE时，每个列的设置非常清楚，而不必查看数据库或系统。

国际化--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\u set%——只有客户端、连接和结果才重要。这三个是由集合名称utf8mb4设置的。别管其他人。

utf8mb4的默认归类是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中更多地谈论“组合变音”。本节给出了这两种归类不同之处的示例：http://mysql.rjweb.org/doc.php/charcoll#utf8_collations_examples

另请参见“最佳实践”部分。

拉丁文1小于西欧文本的utf8。MySQL将在需要时进行适当的转换，因此这不是问题。但是，我不希望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、可能的停机时间和可能的风险。

4）我可以使用utf8mb4字符集为一个表中的拉丁1瑞典作为字符集的特定列？

是的。每一列（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一种性能。当两列具有不同的字符集和/或排序规则时，中的col1=col2（以及其他情况）可能会对您产生影响。如果MySQL发现了一个不容易处理的差异，它将放弃一个本来非常好的索引。