ASCII码
- bit 是一个二进制位(0和1)
- 1字节(byte) = 8个bit 可以组合出256种状态,每个状态对应一种符号
- ASCII码一共规定了128个字符的编码(只用了后7位,第一位统一为0),例如空格space=32,A=65
0xxxxxxx:ascii码 01000001为A , 10进制为65
unicode编码
ascii编码只有128个字符,无法表达世界上所有文字符号,unicode就是一个可以表达所有符号的编码
- Unicode只是一个符号集
unicode的问题:编导字符只要1个字节,表达一些不常见的符号可能有N个字节,如果规定1个字符用4个字节存储,数字和字母存储时前面的字节就会出现很多0,会对存储造成浪费.
因此出现了多种unicode的存储方式,因此出现了utf8等编码方式
unicode表示ascii字符:去掉开头的0
例如: A的ASCII码 65(01000001), 转换成unicode为1000001,16进制为0040 (一般表示为\u0041)
utf8编码
uft8是互联网上使用最广泛的unicode实现方式,此外还有uft16,uft32等. utf-8的最大特点是变长的,本身支持1-4个字节(有说法是1-6个字节,后因为4位够用 废除了),
少数是汉字每个占用3个字节比较常用，多数占用4个字节,还有一些表情包等。
汉字:
- 占3个字节的：基本等同于GBK，含21000多个汉字
- 占4个字节的：中日韩超大字符集里面的汉字，有5万多个
英文符号数字:
- 占一个字节
编码规则
- 单字节符号,第一位为0,后面为unicode码,所以与ascii码相同
- n字节(n>1) ,前n位都设为1 , 第n+1位设为0 , 其他字节前两位设为10 ,剩下的为unicode码
| Unicode符号范围(十六进制) | UTF-8编码方式 （二进制） |
|---|---|
| 0000 0000-0000 007F | 0xxxxxxx |
| 0000 0080-0000 07FF | 110xxxxx 10xxxxxx |
| 0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx |
| 0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx |
例如:对"严"进行utf8编码
- 已知"严"的unicode是4E25（100111000100101），根据上表，可以发现4E25处在第三行的范围内（0000 0800-0000 FFFF），因此"严"的UTF-8编码需要三个字节，即格式是"1110xxxx 10xxxxxx 10xxxxxx"。
- 然后，从"严"的最后一个二进制位开始，依次从后向前填入格式中的x，多出的位补0。这样就得到了，"严"的UTF-8编码是"11100100 10111000 10100101"，转换成十六进制就是E4B8A5。
mysql字符集相关
- 字符集 utf8mb4 和 utf8 比较
mb4即 most bytes 4 , MySQL中utf8是utf8mb3的别名 MySQL的utf8是utfmb3，只有三个字节，省空间但不能表达全部的UTF-8,所以推荐使用utf8mb4
- utf8mb4_bin
将字符串每个字符用二进制数据编译存储，区分大小写，而且可以存二进制的内容。
- utf8mb4_general_ci 和 utf8mb4_unicode_ci 排序规则
ci即case insensitive
utf8mb4_general_ci P=p Q=q R=r=Ř=ř S=s=ß=Ś=ś=Ş=ş=Š=š sh ss sz
utf8mb4_unicode_ci P=p Q=q R=r=Ř=ř S=s=Ś=ś=Ş=ş=Š=š sh ss=ß sz
utf8mb4_general_ci 没有实现Unicode排序规则，在遇到某些特殊语言或者字符集，排序结果可能不一致。但是，在绝大多数情况下，这些特殊字符的顺序并不需要那么精确。
utf8mb4_unicode_ci 是基于标准的Unicode来排序和比较，能够在各种语言之间精确排序，Unicode排序规则为了能够处理特殊字符的情况，实现了略微复杂的排序算法。
总结: general_ci 更快，unicode_ci 更准确。但相比现在的CPU来说，它远远不足以成为考虑性能的因素，索引涉及、SQL设计才是。使
char 和 varchar 等字符类型建立索引
mysql对超过 767个字节 的字段的建立索引不支持,可以设置.
innodb中默认最大可对767个字节建立索引,所以 使用utf8 的列最多可对255个字符建立索引 使用utf8mb4 的列最多可对191个字符建立索引
