MySQL charset encoding

• Character Set General
• MySQL에서 문자셋과 Collation의 차이

A character set is a set of symbols and encodings. A collation is a set of rules for comparing characters in a character set.
문자셋(character set)은 심볼(글자)과 인코딩의 묶음이고, Collation은 문자셋의 문자들을 비교하는 규칙이다.
예를들어 글자 A=0, B=1, a=10, b=11 이라고 할 때 'A'는 글자이고 '0'은 인코딩이다. 여기서 볼 때 'A'와 'a'는 서로 다른 인코딩을 가지므로 다르다고 볼 수 있다.
하지만 만약 대소문자를 구분하지 않는(case insensitive) collation을 지정하면 'A'='a'가 되게 되는 것이다. 대소문자를 지정하지 않는 Collation은 _ci로 끝난다.

• UTF-8 설정 (Ubuntu : /etc/mysql/conf.d/encoding.cnf, RedHat /etc/my.cnf)

  #문자셋 지정
  [client]
  character-sets-dir=utf8
  
  [mysqld]
  init_connect=SET collation_connection = utf8_general_ci
  init_connect=SET NAMES utf8
  #default-character-set=utf8 # deprecated
  character-set-server=utf8
  collation-server=utf8_general_ci

• 이후 service mysql restart

참조 :MySQL and UTF-8

Database:
(CREATE | ALTER) DATABASE ... DEFAULT CHARACTER SET utf8

Table:
(CREATE | ALTER) TABLE ... DEFAULT CHARACTER SET utf8

show variables like 'c%';

결과 –>

character_set_client : utf8
character_set_connection : utf8
character_set_database : utf8
character_set_results : utf8
character_set_server : utf8
character_set_system : utf8
character_sets_dir : /usr/share/mysql/charsets/
collation_connection : utf8_general_ci
collation_database : utf8_general_ci
collation_server : utf8_general_ci

-- 테이블의 문자셋 정보 확인.
INFORMATION_SCHEMA.TABLES or SHOW CREATE TABLE [TABLENAME];

mysql> SET character_set_client = utf8;
mysql> SET character_set_results = utf8;
mysql> SET character_set_connection = utf8;
mysql> ALTER DATABASE [DB명] DEFAULT CHARACTER SET utf8;

create table test (merong varchar(20) collate latin1_general_ci);

-- 이렇게 만들어진 테이블에 한글 데이터를 넣은 후 필드를 euckr 로 변경하려면
-- 다음처럼 해야 합니다.

alter table test modify merong binary(100);
alter table test modify merong varchar(20) collate euckr_korean_ci;

-- binary 로 바꾸면 문자셋 특성이 사라지기 때문에 이런 변환과정을 거쳐야
-- 합니다(메뉴얼에 의하면). 그냥 바꾸면 문자들이 손상됩니다.

참조 : MySQL 4.1.8 RPM 설치시 한글설정. Database.sarang.net

• MySQL의 UTF-8은 3바이트 문자까지만 입력 가능하다. 4바이트를 입력하려면 utf8mb4 문자셋으로 변경해야 한다.
• mysql - What's the difference between utf8_general_ci and utf8_unicode_ci - utf8-unicode-ci 권장
• utf8_general_ci와 utf8_unicode_ci는 한국어, 영어, 중국어, 일본어에서는 Collation의 결과가 동일하다. 성능은

utf8mb4_general_ci가 더 좋다.

• DB 서버에서 문자셋을 UTF8MB4 로 만들거나,

  CREATE DATABASE my_db DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

• 혹은 특정 컬럼만 변경할 경우

  ALTER TABLE TABLE_NAME MODIFY columnName text CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

• DB 자체를 UTF8MB4 로 만들어도 JDBC URL에 characterEncoding=UTF8만 가능하다. UTF8MB4는 실존하는 표준 인코딩이 아니므로 명시할 수 없다.
• DB 전체에 대한 charset 설정을 UTF8MB4로 하면 characterEncoding 설정을 하지 않고 unicode=true만 있어도 자동인식한다.
• 그렇지 않을 경우에는 JDBC 커넥션이 맺어질 때마다 아래 명령으로 커넥션의 인코딩을 변경해야 한다. Java JDBC Connection Pool / DataSource 사용시 DB 접속을 맺을 때마다 initialSql을 지정하는 방법이 있으므로 그 방법으로 모든 커넥션을 맺을 때마다 해준다.

  SET names utf8mb4 COLLATE utf8mb4_unicode_ci;

• Migrating to utf8mb4: Things to Consider - Percona Database Performance Blog