MySQL日本語利用徹底入門

<Insert Picture Here>

MySQL 日本語利用徹底入門

日本オラクル株式会社 MySQL Global Business Unit
テクニカルアナリスト奥野幹也
2012 年 5 月 29 日
Copyright© 2012, Oracle. All rights reserved.

2

以下の事項は、弊社の一般的な製品の方向性に関する概要を説明するものです。ま
た、情報提供を唯一の目的とするものであり、いかなる契約にも組み込むことはでき
ません。以下の事項は、マテリアルやコード、機能を提供することをコミットメント（確
約）するものではないため、購買決定を行う際の判断材料になさらないで下さい。オ
ラクル製品に関して記載されている機能の開発、リリースおよび時期については、弊
社の裁量により決定されます。

Oracle と Java は、 Oracle Corporation 及びその子会社、関連会社の米国及びその他の国における登録商標です。
文中の社名、商品名等は各社の商標または登録商標である場合があります。



文字コードとは


文字コードは文字を符号化したもの。
● ASCII
● ７ビットで表現可能なラテン文字を中心とした文字コード
● a ---> 0x61, b ---> 0x62, c ---> 0x63
● JIS X 208
● Shift_JIS … 日本 ---> 0x93FA967B
● EUC-JP … 日本 ---> 0xC6FCCBDC
● UTF-8 … 日本 ---> 0xE697A5E69CAC

符号化の方式にはいくつか種類がある



MySQL と文字コード


MySQL の文字コードは結構複雑？

MySQL の文字コードの実装は
とても柔軟

柔軟さが増せば複雑さも増す・・・


MySQL で利用可能な日本語対応文字コード

文字コード名対応文字ストレージサイズ

sjis JIS X 0208:1997 1 〜 2 バイト

cp932 JIS X 0208:1997 + NEC 特殊文字 1 〜 2 バイト
・ IBM 拡張文字
ujis JIS X 0208:1997 1 〜 3 バイト

eucjpms JIS X 0208:1997 + NEC 特殊文字 1 〜 3 バイト
utf8 JIS X 0208:1997 + NEC 特殊文字 1 〜 3 バイト
utf8mb4 JIS X 0213:2004 1 〜 4 バイト


照合順序
文字の並び順を定義したもの。
mysql> set names utf8 collate utf8_general_ci;
Query OK, 0 rows affected (0.00 sec)

mysql> select 'abc' = 'ABC';
+---------------+
| 'abc' = 'ABC' |
+---------------+
| 1 |
+---------------+
1 row in set (0.00 sec)

mysql> set names utf8 collate utf8_bin;
ソートや比較の
mysql> select 'abc' = 'ABC';
結果に影響
+---------------+
| 'abc' = 'ABC' |
+---------------+
| 0 |
+---------------+


MySQL で使用可能な照合順序
mysql> show collation;
+--------------------------+----------+-----+---------+----------+---------+
| Collation | Charset | Id | Default | Compiled | Sortlen |
+--------------------------+----------+-----+---------+----------+---------+
| big5_chinese_ci | big5 | 1 | Yes | Yes | 1 |
| big5_bin | big5 | 84 | | Yes | 1 |
| dec8_swedish_ci | dec8 | 3 | Yes | Yes | 1 |
| dec8_bin | dec8 | 69 | | Yes | 1 |

:
:

| eucjpms_japanese_ci | eucjpms | 97 | Yes | Yes | 1 |
| eucjpms_bin | eucjpms | 98 | | Yes | 1 |
+--------------------------+----------+-----+---------+----------+---------+
197 rows in set (0.01 sec)

照合順序は文字コードにマッチしている必要がある


文字コードはセッションごとに異なるかも。

UTF-8

セッション 1 クライアント 1

セッション 2 クライアント 2

Shift_JIS
MySQL サーバー


文字コードはテーブルごとに異なるかも。

Shift_JIS

テーブル
UTF-8

EUC_JP
テーブルテーブル

MySQL サーバー


文字コードはカラムごとに異なるかも。

UTF-8
カラム 1
Shift_JIS

カラム 2

カラム 3
binary

テーブル

MySQL サーバー


MySQL サーバー内の文字コード変換

④ データを ② クエリの実行
蓄える際のに利用する ① 送信する
文字コード文字コード SQL 文に対する
⑤ テーブル名や文字コード
カラム名に対する
文字コード

セッションクライアント
テーブル

MySQL サーバー
③ クエリの
実行結果に対する
⑥ ファイル名を文字コード
解決する際の
文字コード
ファイルシステム出展：エキスパートのための MySQL
［運用＋管理］トラブルシューティングガイド


文字コードを確認する
● SHOW [GLOBAL] VARIABLES LIKE 'char%';
(1)character_set_client
(2)character_set_connection
(3)character_set_results
(4)character_set_server/character_set_database
(5)character_set_system
(6)character_set_filesystem



テーブルの文字コード


テーブルの文字コード（１）
● カラムごとに文字コードを指定可能

CREATE TABLE t (
a VARCHAR(100) CHARACTER SET cp932,
b VARCHAR(100) CHARACTER SET eucjpms,
c VARCHAR(100) CHARACTER SET utf8,
:
);

超柔軟

テーブルの文字コード (2)
CREATE TABLE t (
c VARCHAR(100),
:
) CHARACTER SET utf8;

指定がない場合にはテーブルのデフォルト文字コードに


テーブルの文字コード (3)
CREATE TABLE t (
c VARCHAR(100),
:
);

テーブルの文字コードの指定がない場合には・・・
● データベースの文字コードがテーブルのデフォルト文字コードに

● テーブルのデフォルト文字コードがカラムの文字コードに


データベースの文字コード
CREATE DATABASE d1 CHARACTER SET utf8;
CREATE DATABASE d2;

指定がない場合には character_set_server に

SET GLOBAL character_set_server = utf8


文字コードのデフォルト値

characer_set_server

データベースの文字コード
（ character_set_database ）

テーブルのデフォルト文字コード

優先度が
カラムの文字コード最も高い


照合順序の設定方法
CREATE TABLE t (
a VARCHAR(100) CHARACTER SET utf8
COLLATE utf8_bin,
:
);

CREATE DATABASE d CHARACTER SET utf8
COLLATE utf8_bin;

SET GLOBAL collation_server = utf8_bin;


テーブルの文字コードの確認方法 (1)
mysql> show create table CityG
*************************** 1. row ***************************
Table: City
Create Table: CREATE TABLE `City` (
`ID` int(11) NOT NULL AUTO_INCREMENT,
`Name` char(35) NOT NULL DEFAULT '',
`CountryCode` char(3) NOT NULL DEFAULT '',
`District` char(20) NOT NULL DEFAULT '',
`Population` int(11) NOT NULL DEFAULT '0',
PRIMARY KEY (`ID`)
) ENGINE=MyISAM AUTO_INCREMENT=4080 DEFAULT CHARSET=latin1


mysql> show full fields in CityG
*************************** 1. row ***************************
中略
*************************** 2. row ***************************
Field: Name
Type: char(35)
Collation: latin1_swedish_ci
Null: NO
Key:
Default:
Extra:
Privileges: select,insert,update,references
Comment:
*************************** 3. row ***************************
:


mysql> select table_schema, table_name, column_name,
collation_name from information_schema.columns where
collation_name not like 'latin%' and table_schema not
in ('mysql', 'information_schema',
'performance_schema');
Empty set (0.00 sec)



オプション


文字コード関係のオプション
● character_set_server … データベースの文字コードのデ
フォルトになる
● character_set_database … データベースの文字コード。
テーブルの文字コードのデフォルトになる。 CREATE
DATABASE 実行時に指定したものと同じ。
● character_set_connection … クライアントごとに設定可
能な文字コード。 SQL の評価時に適用される。
● character_set_client … クライアントから送信される文字
データの文字コード。
● character_set_results … クライアントへ送信される結果
に含まれる文字データの文字コード。
● character_set_system … テーブル名などの文字コード。
常に utf8 。
● character_set_filesystem … ファイルシステムへアクセ
スする際に用いられる文字コード。


照合順序関係のオプション
● collation_server … データベースの照合順序のデ
フォルトになる。
● collation_database … データベースの照合順序。
テーブルの照合順序のデフォルトになる。 CREATE
DATABASE 実行時に指定したものと同じ。
● collation_connection … クライアントごとに設定可
能な照合順序。 SQL の評価時に適用される。


skip_character_set_client_handshake
● クライアントが指定した文字コードを無視してサー
バーが指定した文字コードを使用
● C API や PHP 利用時に便利
● Connector/J では効かないので注意


default_character_set
● 古いオプションなのでサーバーでは利用しないよう
● MySQL 5.5 で廃止
● クライアントでは現在も利用中



ドライバ


C API
mysql = mysql_init(NULL);
if (!mysql_real_connect(mysql, NULL, "user",
"password", "db", 3306,
NULL, 0))
{
printf("Cannot connect: %s", mysql_error(mysql));
goto err;
};
if (mysql_set_character_set(mysql, "utf8"))
goto err;


PHP
● モジュールごとに指定法が異なる
● MySQL 拡張モジュール（ mysql ） … mysql_set_charset() ま
たは SET NAMES
● MySQL 改良型拡張モジュール（ mysqli ） …
mysqli_set_charset() または mysqli::set_charset() または
SET NAMES
● PDO … SET NAMES
<?php
$dbh = mysql_connect('hostname:3306', 'user', 'password');
if (!$dbh) {
die('Failed to connect MySQL Server: ' . mysql_error());
}
if(!mysql_set_charset('utf8', $dbh)) {
die('Failed to change charset.');
}


Perl
● mysql_enable_utf8 属性を指定して、 UTF-8 フラグ
が有効な文字列を使う。
● mysql_enable_utf8 属性を指定せず、 MySQL
Server から受け取った文字列を decode() 、 MySQL
Server へ渡す文字列を encode() する。

my $dbh = DBI->connect(
"DBI:mysql:database=db_name;host=hostname",
"user", "password",
{ RaiseError => 1, mysql_enable_utf8=>1 });


Java （ Connector/J ）
● 文字コードは characterEncoding プロパティで指定
● 指定がない場合には接続先の character_set_server により決
定。接続後 SET NAMES をドライバが実行。
● --skip-character-set-client-handshake は効かない
● characterEncoding が何であれ Java の文字列は
ucs2 に変換される。
Class.forName("com.mysql.jdbc.Driver");
Properties props = new Properties();
props.setProperty("user", "mikiya");
props.setProperty("password", "mikiya's password");
props.setProperty("characterEncoding", "UTF-8");
conn = DriverManager.getConnection(url, props);


Ruby
#!/usr/bin/ruby -Ks
:
my = Mysql.init()
my.options(Mysql::SET_CHARSET_NAME, 'cp932')
my.real_connect('127.0.0.1', 'user',
'password', 'db')
res = my.query('SELECT some_str_col FROM
some_tbl WHERE...');
res.each do |row|
puts row[0] # シフト JIS （ Cp932 ）で出力されま
す。
:
end



文字コード関係の
トラブル


文字化けの原因と対策
● 実際のデータと文字コードが一致していないと化け
る。
● 接続用の文字コードは問題ないか？
– アプリケーションが期待している文字コードとドライバの文
字コードは同じか？
● 端末の文字コードは問題ないか？
● テーブル内のデータは問題ないか？


LOAD DATA INFILE/SELECT … INTO OUTFILE
● LOAD DATA INFILE
● ファイルの文字コードが character_set_database になってい
ることを期待している
● SET character_set_database = charset_name
● テーブルの文字コードと同じ場合には binary を指定する
● mysqlimport を使う
● SELECT … INTO OUTFILE
● デフォルトでは文字コード変換しない
– LOAD DATA で読むときは binary を指定すると良い
● SELECT … INTO OUTOFILE 'file_name' CHARACTER SET
charset_name ...


latin1 で格納されている？
● セッションの文字コードもテーブルの文字コードも
latin1 の場合、文字コードの変換が起きないので、
文字化けも起きない。
● 照合順序が狂ってしまう (latin1_swedish_ci を用い
て 1 バイトずつ比較されてしまう )
● 本来の文字コードを指定して接続すると , 文字化け
してしまう


latin1 で格納されている？（つづき）
mysql> set names latin1;

mysql> create table t (a char(30) character set latin1);

mysql> insert into t values(' これはテストです。 ');
Query OK, 1 row affected (0.00 sec)

mysql> select * from t;
+-----------------------------+
| a |
+-----------------------------+
| これはテストです。 |
+-----------------------------+


5C 問題
Shift_JIS の２バイト目が 0x5C （￥）であることに起
因する問題。リテラルとして解釈すると 0x5C がエス
ケープ文字として扱われてしまう。

mysql> set names sjis; mysql> set names latin1;
Query OK, 0 rows Query OK, 0 rows
affected (0.00 sec) affected (0.00 sec)

mysql> select ' 表 abc'; mysql> select ' 表 abc';
+-------+ +------+
| 表 abc | | 病 bc |
+-------+ +------+
| 表 abc | | 病 bc |
+-------+ +------+
1 row in set (0.00 sec) 1 row in set (0.00 sec)


ラウンドトリップ変換
mysql> create table t (a char(1) character set eucjpms);

mysql> insert into t values(unhex('8FA2B7'));
Query OK, 1 row affected (0.01 sec)
mysql> select hex(a) from t;
+--------+
| hex(a) |
+--------+
| 8FA2B7 |
+--------+
mysql> select hex(convert(convert(a using cp932) using eucjpms)) from t;
+----------------------------------------------------+
| hex(convert(convert(a using cp932) using eucjpms)) |
+----------------------------------------------------+
| A1C1 |
+----------------------------------------------------+



まとめ


まとめ
● MySQL で利用可能な日本語対応文字コードの種類
● MySQL はカラムごと、セッションごとに文字コー
ドを指定可能
● 文字コードが異なる場合には自動変換
● 自動変換が起きないようにするのが理想
● 使用するプログラミング言語にあわせて、正しく文字コードを指
定する
● 迷ったらすべて utf8 で統一する
● SHOW コマンドや INFORMATION_SCHEMA で使
用中の文字コードを確認


46

宣伝
●
好評につき「エキスパートのための MySQL ［運
用＋管理］トラブルシューティングガイド」近日増
刷予定 !!
● 様々な角度から MySQL のトラブルを解析するのに役立つ書籍
です。ぜひ安心な DBA 生活のお供に一冊どうぞ。
● Contents
● 第 1 章 MySQL の概要
● 第 2 章開発時における問題
● 第 3 章 MySQL の状態を見る
● 第 4 章 DTrace
● 第 5 章運用中に起きる諸問題
● 第 6 章堅牢な運用を実現するために
● 第 7 章ソースコードのビルド


49


MySQL日本語利用徹底入門

Recommended

More Related Content

What's hot (20)

Viewers also liked (20)

Similar to MySQL日本語利用徹底入門 (20)

More from Mikiya Okuno (20)

Recently uploaded (11)

MySQL日本語利用徹底入門