From a5628f412785e1484148d06b5d260a0abddda205 Mon Sep 17 00:00:00 2001 From: paigeman <53284808+paigeman@users.noreply.github.com> Date: Sat, 1 Jul 2023 17:04:18 +0800 Subject: [PATCH 1/6] Update jvm-parameters-intro.md --- docs/java/jvm/jvm-parameters-intro.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/docs/java/jvm/jvm-parameters-intro.md b/docs/java/jvm/jvm-parameters-intro.md index 071bc35a..502fd299 100644 --- a/docs/java/jvm/jvm-parameters-intro.md +++ b/docs/java/jvm/jvm-parameters-intro.md @@ -210,7 +210,7 @@ JVM 具有四种类型的 GC 实现： - `-server` : 启用“ Server Hotspot VM”; 此参数默认用于 64 位 JVM - `-XX:+UseStringDeduplication` : _Java 8u20_ 引入了这个 JVM 参数，通过创建太多相同 String 的实例来减少不必要的内存使用; 这通过将重复 String 值减少为单个全局 `char []` 数组来优化堆内存。 - `-XX:+UseLWPSynchronization`: 设置基于 LWP (轻量级进程)的同步策略，而不是基于线程的同步。 -- ``-XX:LargePageSizeInBytes `: 设置用于 Java 堆的较大页面大小; 它采用 GB/MB/KB 的参数; 页面大小越大，我们可以更好地利用虚拟内存硬件资源; 然而，这可能会导致 PermGen 的空间大小更大，这反过来又会迫使 Java 堆空间的大小减小。 +- `-XX:LargePageSizeInBytes`: 设置用于 Java 堆的较大页面大小; 它采用 GB/MB/KB 的参数; 页面大小越大，我们可以更好地利用虚拟内存硬件资源; 然而，这可能会导致 PermGen 的空间大小更大，这反过来又会迫使 Java 堆空间的大小减小。 - `-XX:MaxHeapFreeRatio` : 设置 GC 后, 堆空闲的最大百分比，以避免收缩。 - `-XX:SurvivorRatio` : eden/survivor 空间的比例, 例如`-XX:SurvivorRatio=6` 设置每个 survivor 和 eden 之间的比例为 1:6。 - `-XX:+UseLargePages` : 如果系统支持，则使用大页面内存; 请注意，如果使用这个 JVM 参数，OpenJDK 7 可能会崩溃。 From 0bd54aa950cbef3ae22c82e5a1b0bd9d4df82bad Mon Sep 17 00:00:00 2001 From: paigeman <53284808+paigeman@users.noreply.github.com> Date: Sun, 2 Jul 2023 17:10:29 +0800 Subject: [PATCH 2/6] Update basis.md --- docs/database/basis.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/docs/database/basis.md b/docs/database/basis.md index 8848dcfb..3d46c18f 100644 --- a/docs/database/basis.md +++ b/docs/database/basis.md @@ -34,7 +34,7 @@ ER 图由下面 3 个要素组成： - **实体**：通常是现实世界的业务对象，当然使用一些逻辑对象也可以。比如对于一个校园管理系统，会涉及学生、教师、课程、班级等等实体。在 ER 图中，实体使用矩形框表示。 - **属性**：即某个实体拥有的属性，属性用来描述组成实体的要素，对于产品设计来说可以理解为字段。在 ER 图中，属性使用椭圆形表示。 -- **联系**：即实体与实体之间的关系，这个关系不仅有业务关联关系，还能通过数字表示实体之间的数量对照关系。例如，一个班级会有多个学生就是一种实体间的联系。 +- **联系**：即实体与实体之间的关系，在 ER 图中用菱形表示，这个关系不仅有业务关联关系，还能通过数字表示实体之间的数量对照关系。例如，一个班级会有多个学生就是一种实体间的联系。 下图是一个学生选课的 ER 图，每个学生可以选若干门课程，同一门课程也可以被若干人选择，所以它们之间的关系是多对多（M: N）。另外，还有其他两种实体之间的关系是：1 对 1（1:1）、1 对多（1: N）。 @@ -130,7 +130,7 @@ ER 图由下面 3 个要素组成： ### 执行速度不同 -一般来说：`drop` > `truncate` > `delete`（这个我没有设计测试过）。 +一般来说：`drop` > `truncate` > `delete`（这个我没有实际测试过）。 - `delete`命令执行的时候会产生数据库的`binlog`日志，而日志记录是需要消耗时间的，但是也有个好处方便数据回滚恢复。 - `truncate`命令执行的时候不会产生数据库日志，因此比`delete`要快。除此之外，还会把表的自增值重置和索引恢复到初始大小等。 From 5c01ecdff8312e4076d600c70649bc5c643b8064 Mon Sep 17 00:00:00 2001 From: paigeman <53284808+paigeman@users.noreply.github.com> Date: Sun, 2 Jul 2023 18:59:39 +0800 Subject: [PATCH 3/6] Update character-set.md --- docs/database/character-set.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/docs/database/character-set.md b/docs/database/character-set.md index 2e5f829a..c1704c50 100644 --- a/docs/database/character-set.md +++ b/docs/database/character-set.md @@ -94,7 +94,7 @@ UTF-8 可以根据不同的符号自动选择编码的长短，像英文字符 UTF-32 的规则最简单，不过缺陷也比较明显，对于英文字母这类字符消耗的空间是 UTF-8 的 4 倍之多。 -**UTF-8** 是目前使用最广的一种字符编码，。 +**UTF-8** 是目前使用最广的一种字符编码。 ![](https://oss.javaguide.cn/javaguide/1280px-Utf8webgrowth.svg.png) From 548b002fbf2373c778cb9ad277514291eaa7c80a Mon Sep 17 00:00:00 2001 From: paigeman <53284808+paigeman@users.noreply.github.com> Date: Fri, 7 Jul 2023 10:45:49 +0800 Subject: [PATCH 4/6] Add additional information about MySQL character sets --- docs/database/character-set.md | 163 ++++++++++++++++++++++++++++++++- 1 file changed, 158 insertions(+), 5 deletions(-) diff --git a/docs/database/character-set.md b/docs/database/character-set.md index c1704c50..a65018cd 100644 --- a/docs/database/character-set.md +++ b/docs/database/character-set.md @@ -102,10 +102,160 @@ UTF-32 的规则最简单，不过缺陷也比较明显，对于英文字母这 MySQL 支持很多种字符编码的方式，比如 UTF-8、GB2312、GBK、BIG5。 -你可以通过 `SHOW CHARSET` 命令来查看。 +### 查看支持的字符集 + +你可以通过 `SHOW CHARSET` 命令来查看，支持like和where子句。 ![](https://oss.javaguide.cn/javaguide/image-20211008164229671.png) +### 默认字符集 + +在MySQL5.7中，默认字符集是 `latin1` ；在MySQL8.0中，默认字符集是 `utf8mb4` + +### 字符集的层次级别 + +MySQL中的字符集有以下的层次级别： + +* `server` +* `database` +* `table` +* `column` + +它们的优先级可以简单的认为是从上往下依次增大，也即 `column` 的优先级会大于 `table` 等其余层次的 + +#### server + +不同版本的MySQL其 `server` 级别的字符集默认值不同，在MySQL5.7中，其默认值是 `latin1` ；在MySQL8.0中，其默认值是 `utf8mb4` 。 + +当然也可以通过在启动 `mysqld` 时指定 `--character-set-server` 来设置 `server` 级别的字符集。或者如果你是通过源码构建的方式启动的MySQL，你可以在 `cmake` 命令中指定选项： + +```sh +cmake . -DDEFAULT_CHARSET=latin1 +``` + +此外，你也可以在运行时改变 ` character_set_server` 的值，从而达到修改 `server` 级别的字符集的目的。 + +`server` 级别的字符集可以在我们使用 `create database` 语句未指定字符集时被用作默认值，同时它还可能会对连接字符集产生影响，这个可以查看 **[`MySQL Connector/J 8.0` 文档](https://dev.mysql.com/doc/connector-j/8.0/en/connector-j-reference-charsets.html)**。 + +#### database + +`database` 级别的字符集是我们在创建数据库和修改数据库时指定的： + +```sql +CREATE DATABASE db_name + [[DEFAULT] CHARACTER SET charset_name] + [[DEFAULT] COLLATE collation_name] + +ALTER DATABASE db_name + [[DEFAULT] CHARACTER SET charset_name] + [[DEFAULT] COLLATE collation_name] +``` + +如前面所说，如果在执行上述语句时未指定字符集，那么MySQL将会使用 `server` 级别的字符集。这里关于字符是如何选择的，还有一些比较细致的规则，建议自己翻阅MySQL文档。 + +可以通过下面的方式查看某个数据库的字符集： + +```sql +USE db_name; +SELECT @@character_set_database, @@collation_database; +``` + +```sql +SELECT DEFAULT_CHARACTER_SET_NAME, DEFAULT_COLLATION_NAME +FROM INFORMATION_SCHEMA.SCHEMATA WHERE SCHEMA_NAME = 'db_name'; +``` + +#### table + +`table` 级别的字符集是在创建表和修改表时指定的： + +```sql +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] +``` + +如果在创建表和修改表时未指定字符集，那么将会使用 `database` 级别的字符集。这里关于字符是如何选择的，还有一些比较细致的规则，建议自己翻阅MySQL文档。 + +#### column + +`column` 级别的字符集同样是在创建表和修改表时指定的，只不过它是定义在列中。下面是个例子： + +```sql +CREATE TABLE t1 +( + col1 VARCHAR(5) + CHARACTER SET latin1 + COLLATE latin1_german1_ci +); +``` + +如果未指定列级别的字符集，那么将会使用表级别的字符集。这里关于字符是如何选择的，还有一些比较细致的规则，建议自己翻阅MySQL文档。 + +### 连接字符集 + +前面说到了字符集的层次级别，它们是和存储相关的。而连接字符集涉及的是和MySQL服务器的通信。 + +连接字符集与下面这几个变量息息相关： + +* `character_set_client` （描述了客户端发送给服务器的SQL语句使用的是什么字符集） +* `character_set_connection` （描述了服务器接收到SQL语句时使用什么字符集进行翻译） +* `character_set_results` （描述了服务器返回给客户端的结果使用的是什么字符集） + +它们的值可以通过下面的SQL语句查询： + +```sql +SELECT * FROM performance_schema.session_variables +WHERE VARIABLE_NAME IN ( +'character_set_client', 'character_set_connection', +'character_set_results', 'collation_connection' +) ORDER BY VARIABLE_NAME; +``` + +```sql +SHOW SESSION VARIABLES LIKE 'character\_set\_%'; +``` + +如果要想修改前面提到的几个变量的值，有以下方式： + +* 修改配置文件 + +比如加上： + +``` +[mysql] +# 只针对MySQL客户端程序 +default-character-set=utf8mb4 +``` + +* 使用SQL语句 + +比如： + +```sql +set names utf8mb4 +# 或者一个个进行修改 +# SET character_set_client = utf8mb4; +# SET character_set_results = utf8mb4; +# SET collation_connection = utf8mb4; +``` + +### jdbc对连接字符集的影响 + +不知道你们有没有碰到过存储emoji表情正常，但是使用类似Navicat之类的软件的进行查询的时候，发现emoji表情变成了问号的情况。这个问题很有可能就是jdbc驱动引起的。 + +根据前面的内容，我们知道连接字符集也是会影响我们存储的数据的，而jdbc驱动会影响连接字符集。 + +以 `DataGrip 2023.1.2` 来说，在它配置数据源的高级对话框中，可以看到 `characterSetResults` 的默认值是 `utf8` ，在使用 `jdbc driver 8.0.25` 时，连接字符集最后会被设置成 `utf8mb3` 。那么这种情况下emoji表情就会被显示为问号，并且当前版本驱动还不支持把 `characterSetResults` 设置为 `utf8mb4` ，不过换成 `jdbc driver 8.0.29` 却是允许的。 + +具体可以看一下StackOverflow的**[这个回答](https://stackoverflow.com/questions/54815419/datagrip-mysql-stores-emojis-correctly-but-displays-them-as/76625399#76625399)**。 + +### UTF-8使用 + 通常情况下，我们建议使用 UTF-8 作为默认的字符编码方式。 不过，这里有一个小坑。 @@ -127,10 +277,10 @@ MySQL 字符编码集中有两套 UTF-8 编码实现： ```sql CREATE TABLE `user` ( - `id` varchar(66) CHARACTER SET utf8mb4 NOT NULL, - `name` varchar(33) CHARACTER SET utf8mb4 NOT NULL, - `phone` varchar(33) CHARACTER SET utf8mb4 DEFAULT NULL, - `password` varchar(100) CHARACTER SET utf8mb4 DEFAULT NULL + `id` varchar(66) CHARACTER SET utf8mb3 NOT NULL, + `name` varchar(33) CHARACTER SET utf8mb3 NOT NULL, + `phone` varchar(33) CHARACTER SET utf8mb3 DEFAULT NULL, + `password` varchar(100) CHARACTER SET utf8mb3 DEFAULT NULL ) ENGINE=InnoDB DEFAULT CHARSET=utf8; ``` @@ -157,3 +307,6 @@ Incorrect string value: '\xF0\x9F\x98\x98\xF0\x9F...' for column 'name' at row 1 - GB2312-维基百科： - UTF-8-维基百科： - GB18030-维基百科: +- MySQL8文档： +- MySQL5.7文档： +- MySQL Connector/J文档： From 331082d8f6f7b76b5b9bbfe8b736ee7369f5d8cf Mon Sep 17 00:00:00 2001 From: paigeman <53284808+paigeman@users.noreply.github.com> Date: Fri, 7 Jul 2023 10:59:19 +0800 Subject: [PATCH 5/6] Update character-set.md --- docs/database/character-set.md | 27 ++++++++++++++++----------- 1 file changed, 16 insertions(+), 11 deletions(-) diff --git a/docs/database/character-set.md b/docs/database/character-set.md index a65018cd..e59ebf7a 100644 --- a/docs/database/character-set.md +++ b/docs/database/character-set.md @@ -116,10 +116,10 @@ MySQL 支持很多种字符编码的方式，比如 UTF-8、GB2312、GBK、BIG5 MySQL中的字符集有以下的层次级别： -* `server` -* `database` -* `table` -* `column` +- `server` +- `database` +- `table` +- `column` 它们的优先级可以简单的认为是从上往下依次增大，也即 `column` 的优先级会大于 `table` 等其余层次的 @@ -202,9 +202,9 @@ CREATE TABLE t1 连接字符集与下面这几个变量息息相关： -* `character_set_client` （描述了客户端发送给服务器的SQL语句使用的是什么字符集） -* `character_set_connection` （描述了服务器接收到SQL语句时使用什么字符集进行翻译） -* `character_set_results` （描述了服务器返回给客户端的结果使用的是什么字符集） +- `character_set_client` （描述了客户端发送给服务器的SQL语句使用的是什么字符集） +- `character_set_connection` （描述了服务器接收到SQL语句时使用什么字符集进行翻译） +- `character_set_results` （描述了服务器返回给客户端的结果使用的是什么字符集） 它们的值可以通过下面的SQL语句查询： @@ -222,7 +222,7 @@ SHOW SESSION VARIABLES LIKE 'character\_set\_%'; 如果要想修改前面提到的几个变量的值，有以下方式： -* 修改配置文件 +- 修改配置文件 比如加上： @@ -232,7 +232,7 @@ SHOW SESSION VARIABLES LIKE 'character\_set\_%'; default-character-set=utf8mb4 ``` -* 使用SQL语句 +- 使用SQL语句 比如： @@ -250,9 +250,14 @@ set names utf8mb4 根据前面的内容，我们知道连接字符集也是会影响我们存储的数据的，而jdbc驱动会影响连接字符集。 -以 `DataGrip 2023.1.2` 来说，在它配置数据源的高级对话框中，可以看到 `characterSetResults` 的默认值是 `utf8` ，在使用 `jdbc driver 8.0.25` 时，连接字符集最后会被设置成 `utf8mb3` 。那么这种情况下emoji表情就会被显示为问号，并且当前版本驱动还不支持把 `characterSetResults` 设置为 `utf8mb4` ，不过换成 `jdbc driver 8.0.29` 却是允许的。 +`mysql-connector-java` （jdbc驱动）主要通过这几个属性影响连接字符集： -具体可以看一下StackOverflow的**[这个回答](https://stackoverflow.com/questions/54815419/datagrip-mysql-stores-emojis-correctly-but-displays-them-as/76625399#76625399)**。 +- `characterEncoding` +- `characterSetResults` + +以 `DataGrip 2023.1.2` 来说，在它配置数据源的高级对话框中，可以看到 `characterSetResults` 的默认值是 `utf8` ，在使用 `mysql-connector-java 8.0.25` 时，连接字符集最后会被设置成 `utf8mb3` 。那么这种情况下emoji表情就会被显示为问号，并且当前版本驱动还不支持把 `characterSetResults` 设置为 `utf8mb4` ，不过换成 `mysql-connector-java driver 8.0.29` 却是允许的。 + +具体可以看一下StackOverflow的 **[这个回答](https://stackoverflow.com/questions/54815419/datagrip-mysql-stores-emojis-correctly-but-displays-them-as/76625399#76625399)**。 ### UTF-8使用 From ae952aec838b5f3c10515d8b7b2a029ec1387d19 Mon Sep 17 00:00:00 2001 From: paigeman <53284808+paigeman@users.noreply.github.com> Date: Fri, 7 Jul 2023 11:14:59 +0800 Subject: [PATCH 6/6] Update character-set.md --- docs/database/character-set.md | 6 +++--- 1 file changed, 3 insertions(+), 3 deletions(-) diff --git a/docs/database/character-set.md b/docs/database/character-set.md index e59ebf7a..21d66729 100644 --- a/docs/database/character-set.md +++ b/docs/database/character-set.md @@ -151,7 +151,7 @@ ALTER DATABASE db_name [[DEFAULT] COLLATE collation_name] ``` -如前面所说，如果在执行上述语句时未指定字符集，那么MySQL将会使用 `server` 级别的字符集。这里关于字符是如何选择的，还有一些比较细致的规则，建议自己翻阅MySQL文档。 +如前面所说，如果在执行上述语句时未指定字符集，那么MySQL将会使用 `server` 级别的字符集。这里关于字符集是如何选择的，还有一些比较细致的规则，建议自己翻阅MySQL文档。 可以通过下面的方式查看某个数据库的字符集： @@ -179,7 +179,7 @@ ALTER TABLE tbl_name [COLLATE collation_name] ``` -如果在创建表和修改表时未指定字符集，那么将会使用 `database` 级别的字符集。这里关于字符是如何选择的，还有一些比较细致的规则，建议自己翻阅MySQL文档。 +如果在创建表和修改表时未指定字符集，那么将会使用 `database` 级别的字符集。这里关于字符集是如何选择的，还有一些比较细致的规则，建议自己翻阅MySQL文档。 #### column @@ -194,7 +194,7 @@ CREATE TABLE t1 ); ``` -如果未指定列级别的字符集，那么将会使用表级别的字符集。这里关于字符是如何选择的，还有一些比较细致的规则，建议自己翻阅MySQL文档。 +如果未指定列级别的字符集，那么将会使用表级别的字符集。这里关于字符集是如何选择的，还有一些比较细致的规则，建议自己翻阅MySQL文档。 ### 连接字符集