字符集支持
名词解释，下面的阐述中会交错使用中文或者英文，请互相对照：
- Character Set：字符集
- Collation：排序规则
目前 TiDB 支持以下字符集：
mysql> SHOW CHARACTER SET;
+---------|---------------|-------------------|--------+
| Charset | Description | Default collation | Maxlen |
+---------|---------------|-------------------|--------+
| utf8 | UTF-8 Unicode | utf8_bin | 3 |
| utf8mb4 | UTF-8 Unicode | utf8mb4_bin | 4 |
| ascii | US ASCII | ascii_bin | 1 |
| latin1 | Latin1 | latin1_bin | 1 |
| binary | binary | binary | 1 |
+---------|---------------|-------------------|--------+
5 rows in set (0.00 sec)注意：在
TiDB中实际上utf8被当做成了utf8mb4来处理。
对于字符集来说，至少会有一个 Collation（排序规则）与之对应。而大部分字符集实际上会有多个 Collation。利用以下的语句可以查看：
mysql> SHOW COLLATION WHERE Charset = 'latin1';
+-------------------|---------|------|---------|----------|---------+
| Collation | Charset | Id | Default | Compiled | Sortlen |
+-------------------|---------|------|---------|----------|---------+
| latin1_german1_ci | latin1 | 5 | | Yes | 1 |
| latin1_swedish_ci | latin1 | 8 | Yes | Yes | 1 |
| latin1_danish_ci | latin1 | 15 | | Yes | 1 |
| latin1_german2_ci | latin1 | 31 | | Yes | 1 |
| latin1_bin | latin1 | 47 | | Yes | 1 |
| latin1_general_ci | latin1 | 48 | | Yes | 1 |
| latin1_general_cs | latin1 | 49 | | Yes | 1 |
| latin1_spanish_ci | latin1 | 94 | | Yes | 1 |
+-------------------|---------|------|---------|----------|---------+
8 rows in set (0.00 sec)latin1 Collation（排序规则）分别有以下含义：
| Collation | 含义 |
|---|---|
| latin1_bin | latin1 编码的二进制表示 |
| latin1_danish_ci | 丹麦语/挪威语，不区分大小写 |
| latin1_general_ci | 多种语言的 (西欧)，不区分大小写 |
| latin1_general_cs | 多种语言的 (ISO 西欧)，区分大小写 |
| latin1_german1_ci | 德国 DIN-1 (字典序)，不区分大小写 |
| latin1_german2_ci | 德国 DIN-2，不区分大小写 |
| latin1_spanish_ci | 现代西班牙语，不区分大小写 |
| latin1_swedish_ci | 瑞典语/芬兰语，不区分大小写 |
每一个字符集，都有一个默认的 Collation，例如 utf8 的默认 Collation 就为 utf8_bin。
注意 TiDB 目前的 Collation 都是区分大小写的。
Collation 命名规则
TiDB 的 Collation 遵循着如下的命名规则：
- Collation 的前缀是它相应的字符集，通常之后会跟着一个或者更多的后缀来表名其他的排序规则， 例如：utf8_general_ci 和 lation1_swedish_ci 是 utf8 和 latin1 字符集的 Collation。但是 binary 字符集只有一个 Collation，就是 binary。
- 一个语言对应的 Collation 会包含语言的名字，例如 utf8_turkish_ci 和 utf8_hungarian_ci 是依据 Turkish(土耳其语) 和 Hungarian(匈牙利语) 的排序规则来排序。
- Collation 的后缀表示了 Collation 是否区分大小写和是否区分口音。下面的表展示了这些特性：
| 后缀 | 含义 |
|---|---|
| _ai | 口音不敏感（Accent insensitive） |
| _as | 口音敏感 （Accent sensitive） |
| _ci | 大小写不敏感 |
| _cs | 大小写敏感 |
注意：目前为止 TiDB 只支持部分以上提到的 Collation。
数据库 Character Set 和 Collation
每个数据库都有相应的 Character Set 和 Collation，CREATE DATABASE 可以指定数据库的字符集和排序规则：
CREATE DATABASE db_name
[[DEFAULT] CHARACTER SET charset_name]
[[DEFAULT] COLLATE collation_name]在这里 SCHEMA 可以跟 DATABASE 互换使用。
不同的数据库之间可以使用不一样的字符集和排序规则。
通过系统变量 character_set_database 和 collation_database 可以查看到当前数据库的字符集以及排序规则：
mysql> create schema test1 character set utf8 COLLATE uft8_general_ci;
Query OK, 0 rows affected (0.09 sec)
mysql> use test1;
Database changed
mysql> SELECT @@character_set_database, @@collation_database;
+--------------------------|----------------------+
| @@character_set_database | @@collation_database |
+--------------------------|----------------------+
| utf8 | uft8_general_ci |
+--------------------------|----------------------+
1 row in set (0.00 sec)
mysql> create schema test2 character set latin1 COLLATE latin1_general_ci;
Query OK, 0 rows affected (0.09 sec)
mysql> use test2;
Database changed
mysql> SELECT @@character_set_database, @@collation_database;
+--------------------------|----------------------+
| @@character_set_database | @@collation_database |
+--------------------------|----------------------+
| latin1 | latin1_general_ci |
+--------------------------|----------------------+
1 row in set (0.00 sec)在 INFORMATION_SCHEMA 中也可以查看到这两个值：
SELECT DEFAULT_CHARACTER_SET_NAME, DEFAULT_COLLATION_NAME
FROM INFORMATION_SCHEMA.SCHEMATA WHERE SCHEMA_NAME = 'db_name';表的 Character Set 和 Collation
表的 Character Set 和 Collation 可以通过以下语句来设置：
CREATE TABLE tbl_name (column_list)
[[DEFAULT] CHARACTER SET charset_name]
[COLLATE collation_name]]
ALTER TABLE tbl_name
[[DEFAULT] CHARACTER SET charset_name]
[COLLATE collation_name]例如：
mysql> CREATE TABLE t1(a int) CHARACTER SET utf8 COLLATE utf8_general_ci;
Query OK, 0 rows affected (0.08 sec)如果 Column 的字符集和排序规则没有设置，那么表的字符集和排序规则就作为其默认值。
列的 Character Set 和 Collation
列的 Character Set 和 Collation 的语法如下：
col_name {CHAR | VARCHAR | TEXT} (col_length)
[CHARACTER SET charset_name]
[COLLATE collation_name]
col_name {ENUM | SET} (val_list)
[CHARACTER SET charset_name]
[COLLATE collation_name]客户端连接的 Character Sets 和 Collations
- 服务器的字符集和排序规则可以通过系统变量
character_set_server和collation_server获取。 - 数据库的字符集和排序规则可以通过环境变量
character_set_database和collation_database获取。
对于每一个客户端的连接，也有相应的变量表示字符集和排序规则：character_set_connection 和 collation_connection。
character_set_client 代表客户端的字符集。在返回结果前，服务端会把结果根据 character_set_results 转换成对应的字符集。包括结果的元信息等。
可以用以下的语句来影响这些跟客户端相关的字符集变量：
SET NAMES 'charset_name' [COLLATE 'collation_name']
SET NAMES 用来设定客户端会在之后的请求中使用的字符集。SET NAMES utf8 表示客户端会在接下来的请求中，都使用 utf8 字符集。服务端也会在之后返回结果的时候使用 utf8 字符集。
SET NAMES 'charset_name' 语句其实等于下面语句的组合：
SET character_set_client = charset_name;
SET character_set_results = charset_name;
SET character_set_connection = charset_name;COLLATE 是可选的，如果没有提供，将会用 charset_name 默认的 Collation。
SET CHARACTER SET 'charset_name'
跟 SET NAMES 类似，等价于下面语句的组合：
SET character_set_client = charset_name;
SET character_set_results = charset_name;
SET collation_connection = @@collation_database;