10.1.10. Поддержка Unicode

10.1.10.1. ucs2 Набор символов (UCS 2 Кодирования Unicode)
10.1.10.2. utf16 Набор символов (Кодирование Unicode UTF-16)
10.1.10.3. utf16le Набор символов (Кодирование Unicode UTF-16LE)
10.1.10.4. utf32 Набор символов (Кодирование Unicode UTF-32)
10.1.10.5. utf8 Набор символов (3-байтовое Кодирование Unicode UTF-8)
10.1.10.6. utf8mb3 "Набор символов" (Псевдоним для utf8)
10.1.10.7. utf8mb4 Набор символов (4-байтовый UTF-8 UnicodeEncoding)

Начальная реализация поддержки Unicode (в MySQL 4.1) включала два набора символов для того, чтобы хранить данные Unicode:

ucs2, UCS 2 кодирования набора символов Unicode, используя 16 битов за символ.
utf8, кодирование UTF-8 набора символов Unicode, используя один - три байта за символ.

Эти два набора символов поддерживают символы от Основной Многоязычной Плоскости (BMP) Версии 3.0 Unicode. У символов BMP есть эти характеристики:

Их кодовые обозначения между 0 и 65535 (или U+0000 .. U+FFFF).
Они могут быть закодированы с фиксированным 16-разрядным словом, как в ucs2.
Они могут быть закодированы с 8, 16, или 24 бита, как в utf8.
Они достаточны для почти всех символов на главных языках.

Символы, не поддерживаемые вышеупомянутыми наборами символов, включают дополнительные символы, которые лежат вне BMP. Символы вне BMP сравниваются как ЗАМЕНЯЮЩИЙ СИМВОЛ и преобразовывают в '?' когда преобразовано в набор символов Unicode.

В MySQL 5.7 поддержка Unicode включает дополнительные символы, который требует новых наборов символов, которые имеют более широкий диапазон и поэтому занимают больше места. Следующая таблица показывает краткое сравнение функции предыдущей и текущей поддержки Unicode.

Перед MySQL 5.5	MySQL 5.5 и
Весь Unicode 3.0 символа	Весь Unicode 5.0 и 6.0 символов
Никакие дополнительные символы	С дополнительными символами
`ucs2` набор символов, BMP только	Никакое изменение
`utf8` набор символов для трех байтов, BMP только	Никакое изменение
	Новый `utf8mb4` набор символов для четырех байтов, дополнительный BMPor
	Новый `utf16` набор символов, BMP или дополнительный
	Новый `utf16le` набор символов, BMP или дополнительный
	Новый `utf32` набор символов, BMP или дополнительный

Эти изменения совместимы снизу вверх. Если Вы хотите использовать новые наборы символов, есть потенциальные проблемы несовместимости для Ваших приложений; см. Раздел 10.1.11, "Обновляя от До Текущей Поддержки Unicode". Тот раздел также описывает, как преобразовать таблицы из utf8 к (4 байта) utf8mb4 набор символов, и что ограничения могут применить при этом.

MySQL 5.7 поддерживает эти наборы символов Unicode:

ucs2, UCS 2 кодирования набора символов Unicode, используя 16 битов за символ.
utf16, UTF-16, кодирующий для набора символов Unicode; как ucs2 но с расширением для дополнительных символов.
utf16le, UTF-16LE, кодирующий для набора символов Unicode; как utf16 но а не обратный порядок байтов с прямым порядком байтов.
utf32, UTF-32, кодирующий для набора символов Unicode, используя 32 бита за символ.
utf8, кодирование UTF-8 набора символов Unicode, используя один - три байта за символ.
utf8mb4, кодирование UTF-8 набора символов Unicode, используя один - четыре байта за символ.

ucs2 и utf8 поддерживайте символы BMP. utf8mb4, utf16, utf16le, и utf32 поддерживайте BMP и дополнительные символы.

Подобный набор сопоставлений доступен для большинства наборов символов Unicode. Например, у каждого есть датское сопоставление, имена которого ucs2_danish_ci, utf16_danish_ci, utf32_danish_ci, utf8_danish_ci, и utf8mb4_danish_ci. Исключение utf16le, у которого есть только два сопоставления. Все сопоставления Unicode перечисляются в Разделе 10.1.14.1, "Наборы символов Unicode", который также описывает свойства сопоставления для дополнительных символов.

Отметьте, что, хотя многие из дополнительных символов, прибывших с восточноазиатских языков, что добавляет MySQL 5.7, поддержка большего количества японских и китайских символов в наборах символов Unicode, не, поддерживают для новых японских и китайских наборов символов.

Реализация MySQL UCS 2, UTF-16, и UTF-32 хранит символы в обратном порядке байтов и не использует метку порядка байтов (BOM) в начале значений. Другие системы баз данных могли бы использовать прямой порядок байтов или BOM. В таких случаях преобразование значений должно будет быть выполнено, передавая данные между теми системами и MySQL. Реализация UTF-16LE является прямым порядком байтов.

MySQL не использует BOM для значений UTF-8.

Клиентские приложения, которые должны связаться с сервером, используя Unicode, должны установить клиентский набор символов соответственно; например, выходя a SET NAMES 'utf8' оператор. ucs2, utf16, utf16le, и utf32 не может использоваться в качестве клиентского набора символов, что означает, что они не работают на SET NAMES или SET CHARACTER SET. (См. Раздел 10.1.4, "Наборы символов соединения и Сопоставления".)

Следующие разделы обеспечивают дополнительную деталь о наборах символов Unicode в MySQL.