Skip navigation links
9.8 メタデータ用の UTF8 »
Section Navigation      [Toggle]

9.7. Unicodeのサポート

MySQL 5.1Unicode データを保存するために次の二つのキャラクタセットが用意されています

  • ucs2（ the UCS-2 Unicode　キャラクタセット）

  • utf8（Unicode　キャラクタセットのUTF-8　エンコード）

UCS-2（Unicode のバイナリ表現）では、各文字は 2 バイトの Unicode と最上位のバイトで最初に表現されます。例：LATIN CAPITAL LETTER A はコード0x0041で、２バイトシーケンスで保存されます。0x00 0x41。CYRILLIC SMALL LETTER YERU (Unicode0x044B) は2バイトシーケンスとして保存されます。0x00 0x41。Unicode 文字および対応するコードについては、Unicode Home Pageを参照してください。

現在、UCS-2はクライアントキャラクタセットとして使用ができません。これはSET NAMES 'ucs2'が使用できないことを意味します。

UTF-UTF8 キャラクタセット（Unicode 表現の変換）は、Unicode データを保存する別の方法です。RFC3629 に基づき実装されています。さまざまな Unicode 文字を長さの異なるバイトシーケンスに適合させることが、UTF8 キャラクタセットの概念です。

  • 基本的なラテン文字、数字、句読点は 1 バイトを使用します。

  • ヨーロッパおよび中東のスクリプト文字の多くは、2 バイトシーケンスに適合します。拡張ラテン文字（チルダ、長音、鋭アクセント、抑音アクセントその他のアクセント付き）、キリル文字、ギリシア文字、アルメニア文字、ヘブライ文字、アラビア文字、シリア文字その他。

  • 韓国語、中国語、日本語の表意文字は、3 バイトシーケンスを使用します。

RFC 3629 は１から4バイトまでのエンコードシーケンスを示します。現在、MySQLではUTF-8に対して４バイトシーケンスのサポートは含みません。(UTF-8 エンコードの旧標準はRFC 2279で提供されています。これは１から6バイトのUTF-8シーケンスを示しています。RFC 3629 はRFC 2279 を無効にします。このため、5と6バイトのシーケンスはすでに使用されていません。

ヒント：スペースを UTF8 で保存するには、VARCHARではなく CHARを使用してください。そのようにしないと、MySQL では CHAR CHARACTER SET utf8カラムに対して 3バイトを確保しなければなりません。これは、使用可能な最大長が 3バイトであるためです。 たとえば、MySQLはCHAR(10) CHARACTER SET utf8カラムに対して30バイトを確保しなければなりません。