MySQL 字符集與校對規則完整指南：選型、配置與 Unicode 深度解析

字符集概述

字符集定義了符號集合與編碼規則。無論 Oracle 或 MySQL，資料庫建立初期若未正確選擇字符集，後期更換代價高且風險大。建議在專案啟動階段依需求選定合適字符集，避免後續調整。

MySQL 字符集架構特色

MySQL 支援多字符集共存：同一伺服器、資料庫、甚至同一張表的不同欄位可指定不同字符集，靈活度遠超 Oracle 等僅允許單一資料庫單一字符集的系統。MySQL 將「字符集」與「校對規則」分離：字符集決定儲存方式，校對規則決定比較排序規則，呈一對多關係（30+ 字符集對應 70+ 校對規則）。可用 SHOW CHARACTER SET、SHOW COLLATION LIKE 'utf8%' 查看支援清單。

Unicode 發展脈絡

• ASCII：僅 256 碼位，僅覆蓋英文。
• 各國標準：GB2312、Big5 等各自為政，交換困難。
• Unicode (UCS)：國際組織制定，涵蓋全球文字。UCS-2 用 2 位元組（65,535 碼位），基本覆蓋歐美及大多數亞洲字符；UCS-4 用 4 位元組，理論無上限。

字符集選型實戰建議

在滿足業務前提下，優先選擇較小字符集：節省儲存空間、降低網路傳輸量、間接提升效能。常見中文環境選型：

• gb2312：字庫較小，部份生僻字（如「洺」）無法儲存。
• gbk：gb2312 超集，覆蓋更全，推薦作為預設選擇。
• utf8 / utf8mb4：國際化專案首選，支援 Emoji 等補充平面字符。
• latin1：單位元組，若誤用於中文易產生亂碼。

四層級字符集配置機制

若僅指定字符集未指定校對規則，將使用該字符集的預設校對規則。可用 SHOW VARIABLES LIKE 'character_set_server' 查看當前伺服器設定。