字符集的概念大家都清楚，校對規(guī)則很多人不了解，一般數(shù)據(jù)庫開發(fā)中也用不到這個概念，mysql在這方便貌似很先進，大概介紹一下。
簡要說明
字符集和校對規(guī)則
字符集是一套符號和編碼。校對規(guī)則是在字符集內(nèi)用于比較字符的一套規(guī)則。
MySql在collation提供較強的支持，oracel在這方面沒查到相應的資料。
不同字符集有不同的校對規(guī)則，命名約定：以其相關(guān)的字符集名開始，通常包括一個語言名，并且以_ci（大小寫不敏感）、_cs（大小寫敏感）或_bin（二元）結(jié)束
校對規(guī)則一般分為兩類：
binary collation，二元法，直接比較字符的編碼，可以認為是區(qū)分大小寫的，因為字符集中'A'和'a'的編碼顯然不同。
字符集_語言名，utf8默認校對規(guī)則是utf8_general_ci
mysql字符集和校對規(guī)則有4個級別的默認設(shè)置：服務器級、數(shù)據(jù)庫級、表級和連接級。
具體來說，我們系統(tǒng)使用的是utf8字符集，如果使用utf8_bin校對規(guī)則執(zhí)行sql查詢時區(qū)分大小寫，使用utf8_general_ci 不區(qū)分大小寫。不要使用utf8_unicode_ci。
如create database demo CHARACTER SET utf8; 默認校對規(guī)則是utf8_general_ci 。
Unicode與UTF8
Unicode只是一個符號集，它只規(guī)定了符號的二進制代碼，卻沒有規(guī)定這個二進制代碼應該如何存儲.
UTF8字符集是存儲Unicode數(shù)據(jù)的一種可選方法。 mysql同時支持另一種實現(xiàn)ucs2。
詳細說明
字符集(charset)：是一套符號和編碼。
校對規(guī)則(collation)：是在字符集內(nèi)用于比較字符的一套規(guī)則，比如定義'A'<'B'這樣的關(guān)系的規(guī)則。不同collation可以實現(xiàn)不同的比較規(guī)則，如'A'='a'在有的規(guī)則中成立，而有的不成立；進而說，就是有的規(guī)則區(qū)分大小寫，而有的無視。
每個字符集有一個或多個校對規(guī)則，并且每個校對規(guī)則只能屬于一個字符集。
binary collation，二元法，直接比較字符的編碼，可以認為是區(qū)分大小寫的，因為字符集中'A'和'a'的編碼顯然不同。除此以外，還有更加復雜的比較規(guī)則，這些規(guī)則在簡單的二元法之上增加一些額外的規(guī)定，比較就更加復雜了。
mysql5.1在字符集和校對規(guī)則的使用比其它大多數(shù)數(shù)據(jù)庫管理系統(tǒng)超前許多，可以在任何級別進行使用和設(shè)置，為了有效地使用這些功能，你需要了解哪些字符集和 校對規(guī)則是可用的，怎樣改變默認值，以及它們怎樣影響字符操作符和字符串函數(shù)的行為。
校對規(guī)則一般有這些特征：
兩個不同的字符集不能有相同的校對規(guī)則。
每個字符集有一個默認校對規(guī)則。例如，utf8默認校對規(guī)則是utf8_general_ci。
存在校對規(guī)則命名約定：它們以其相關(guān)的字符集名開始，通常包括一個語言名，并且以_ci（大小寫不敏感）、_cs（大小寫敏感）或_bin（二元）結(jié)束
確定默認字符集和校對
字符集和校對規(guī)則有4個級別的默認設(shè)置：服務器級、數(shù)據(jù)庫級、表級和連接級。
數(shù)據(jù)庫字符集和校對
每一個數(shù)據(jù)庫有一個數(shù)據(jù)庫字符集和一個數(shù)據(jù)庫校對規(guī)則，它不能夠為空。CREATE DATABASE和ALTER DATABASE語句有一個可選的子句來指定數(shù)據(jù)庫字符集和校對規(guī)則：
例如：
CREATE DATABASE db_name DEFAULT CHARACTER SET latin1 COLLATE latin1_swedish_ci;
MySQL這樣選擇數(shù)據(jù)庫字符集和數(shù)據(jù)庫校對規(guī)則：
· 如果指定了CHARACTER SET X和COLLATE Y，那么采用字符集X和校對規(guī)則Y。
· 如果指定了CHARACTER SET X而沒有指定COLLATE Y，那么采用CHARACTER SET X和CHARACTER SET X的默認校對規(guī)則。
· 否則，采用服務器字符集和服務器校對規(guī)則。
在SQL語句中使用COLLATE
•使用COLLATE子句，能夠為一個比較覆蓋任何默認校對規(guī)則。COLLATE可以用于多種SQL語句中。
使用WHERE：
select * from pro_product where product_code='ABcdefg' collate utf8_general_ci
Unicode與UTF8
Unicode只是一個符號集，它只規(guī)定了符號的二進制代碼，卻沒有規(guī)定這個二進制代碼應該如何存儲.Unicode碼可以采用UCS-2格式直接存儲.mysql支持ucs2字符集。
UTF-8就是在互聯(lián)網(wǎng)上使用最廣的一種unicode的實現(xiàn)方式。其他實現(xiàn)方式還包括UTF-16和UTF-32，不過在互聯(lián)網(wǎng)上基本不用。
UTF8字符集（轉(zhuǎn)換Unicode表示）是存儲Unicode數(shù)據(jù)的一種可選方法。它根據(jù) RFC 3629執(zhí)行。UTF8字符集的思想是不同Unicode字符采用變長字節(jié)序列編碼：
· 基本拉丁字母、數(shù)字和標點符號使用一個字節(jié)。
· 大多數(shù)的歐洲和中東手寫字母適合兩個字節(jié)序列：擴展的拉丁字母（包括發(fā)音符號、長音符號、重音符號、低音符號和其它音符）、西里爾字母、希臘語、亞美尼亞語、希伯來語、阿拉伯語、敘利亞語和其它語言。
· 韓語、中文和日本象形文字使用三個字節(jié)序列。