数据库字符集、表字符集和列字符集之间的关系？不同的字符是否会导致性能问题？

Question

我正在使用ASP.net开发一个网站，我的数据库是MYSQL。在那里，用户可以提交文章。这个网站是国际的，所以我不想限制语言只限于英语。

所以我没做什么决定。如果我做错了选择，请指导我。

1)选择utf8mb4作为数据库字符集。因为它是UTF8的一个改进版本，用于存储进一步的字符。我做出了正确的选择吗？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用哪种校对。我决定使用utf8mb4 swedish_ci。或者我应该用一般的Ci或者其他什么的？

3)在我的表中，大多数表不需要utf8mb4字符集。拉丁文1扫将做这项工作。因此，我是否可以在特定字符集和排序规则下维护选定的表，甚至DB也在另一个字符集和排序规则中？

4)我是否可以对表中的特定列使用utf8mb4字符集，该表中的字符集使用Latin1扫频？

如果它们可以执行，那么数据库字符集、表字符集和列字符集之间的关系是什么？

不同的字符集会导致性能问题吗？

非常感谢。

Answer 1

数据库字符集由表继承，除非您重写它。(我建议在表格级别上具体说明。)

表字符集由表中的列继承。因为一个人通常只有一个字符集，所以这个继承是可以的。而且，很明显，当您执行SHOW CREATE TABLE时，每一列的设置都是什么--而不必查看数据库或系统。

到国际去--使用utf8或utf8mb4。我同意utf8mb4是一个更好的选择，特别是对于中国人和一些表情符号。

character_set_% --只有_client、_connection和_results是重要的。这三个是由SET NAMES utf8mb4设定的。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，这可能是一个很好的选择。另一个选择是utf8mb4_unicode_ci。我将更多地讨论diacriticals中的“合并直链”。本节给出了这两种排序规则不同之处的示例：examples

另见“最佳做法”一节。

对于西欧文本，latin1小于utf8。MySQL将在需要时进行适当的转换，所以这不是一个问题。但是我不喜欢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需要付出一定的努力、可能的停机时间以及可能的风险。

4)我是否可以对表中的特定列使用utf8mb4字符集，该表中的字符集使用Latin1扫频？

是。每一列(但不是每一行)都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表现。当两列具有不同的字符集和/或排序规则时，WHERE col1 = col2 (和其他情况)可能会对您造成影响。如果MySQL看到一个不容易处理的差异，它将放弃一个本来非常好的索引。