[MySQL] Character Set & Collation

업무 중에 character set utf8mb4 collate utf8mb4_general_ci 로 선언된 컬럼을 발견했다.

utf8mb4를 쓰면 이모지를 지원한다는 것 밖에 몰랐기 때문에 이참에 한번 찾아봤다.

---

문자 집합 (Character Set)

문자 집합(Character Set)은 문자열에서 사용하는 문자의 집합이다. 예를 들어 a-z까지의 알파벳이 있고 각 알파벳마다 숫자를 a=1, b=2, c=3,…로 연결한다고 가정해보자. 문자 a는 심볼이고 그 a와 연결된 숫자 1은 a의 인코딩(=부호화, 코드화)이다. 이 a부터 z까지의 조합과 코드를 문자 집합(Character Set)이라고 한다.

 

주요 문자 집합

SHOW CHARACTER SET; 명령어로 MySQL에서 지원하는 문자 집합을 조회할 수 있다.

• 한글 기반 : EUC-KR, utf8mb4, MS949(윈도우), CP949(유닉스 계열. MySQL에선 미지원)
• 일본어 : cp932, utf8mb4

💡 utf8은 utf8mb4의 부분 집합으로, MySQL 서버에서 utf8mb4가 도입되기 이전에 주로 사용됐다. utf8은 한 글자를 저장하기 위해 1~3바이트까지를 사용하지만 이모지 등 4바이트를 사용하는 글자가 등장함에 따라 이를 저장할 수 있도록 4바이트까지 사용하는 utf8mb4가 생겼다.

 

문자 집합 설정하기

문자 집합은 문자열을 저장하는 CHAR, VARCHAR, TEXT 타입의 컬럼에만 설정할 수 있다.

 

[컬럼에 문자 집합 설정 적용 사례]

CREATE TABLE `comment` (
	`id` bigint not null auto_increment,
	`user_id` bigint not null,
	`context` varchar(255) null character set utf8mb4 # 특정 컬럼에 문자집합 적용
);

 

 

MySQL에서 최종적으로는 컬럼 단위로 문자 집합을 관리하지만 편의를 위해 MySQL 서버와 DB, 그리고 테이블 단위로 기본 문자 집합을 설정할 수 있는 기능을 제공한다. 즉 테이블의 문자 집합을 UTF-8로 설정하면 칼럼의 문자 집합 집합을 별도로 지정하지 않아도 해당 테이블에 속한 컬럼은 UTF-8 문자 집합을 사용한다. 물론 테이블의 기본 문자 집합이 UTF-8이라고 하더라도 각 컬럼에 대해 문자 집합을 EUC-KR이나 ASCII 등으로 별도 지정할 수도 있다.

 

[테이블에 문자 집합 적용 사례]

CREATE TABLE `comment` (
	`id` bigint not null auto_increment,
	`user_id` bigint not null,
	`context` varchar(255) null
)ENGINE=InnoDB DEFAULT CHARACTER SET=utf8mb4 # 테이블에 문자 집합 적용

---

콜레이션(Collation)

콜레이션은 문자열 컬럼의 값에 대한 비교나 정렬 순서를 위한 규칙을 의미한다. 즉, 비교나 정렬 작업에서 영문 대소문자를 같은 것으로 처리할지, 아니면 더 크거나 작은 것을 판단할지에 대한 규칙을 정의하는 것이다. 각 문자열 컬럼의 값을 비교하거나 정렬할 때는 항상 문자 집합뿐 아니라 콜레이션의 일치 여부에 따라 결과가 달라지며, 쿼리의 성능 또한 상당한 영향을 받는다.

🔠 Collate : 1.대조하다 2.맞추어 보다 3.비교하다

 

MySQL의 모든 문자열 타입의 컬럼은 독자적인 문자 집합과 콜레이션을 가진다. 각 컬럼에 대해 독립적으로 문자 집합과 콜레이션을 지정하지 않으면 MySQL 서버나 DB의 기본 문자 집합과 콜레이션이 자동으로 설정된다.

 

[Database에 기본 설정된 문자 집합과 콜레이션 확인하는 법]

select @@character_set_database, @@collation_database;

 

SHOW COLLATION; 명령어로 MySQL에서 지원하는 콜레이션을 확인할 수 있다.

 

문자 집합과 콜레이션과의 관계

문자 집합은 2개 이상의 콜레이션을 가지고 있으며, 하나의 문자 집합에 속한 콜레이션은 다른 문자 집합과 공유해서 사용할 수 없다. 문자 집합만 지정 시 해당 문자 집합의 디폴트 콜레이션이 적용되고, 반대로 콜레이션만 지정한 경우 묵시적으로 해당 콜레이션이 속한 문자 집합으로 사용된다.

앞서 본 문자집합 목록에서 문자집합에 해당하는 기본 콜레이션도 같이 확인할 수 있다

 

콜레이션 이름의 의미

3개 파트로 구성된 이름

1. 문자 집합의 이름
2. 해당 문자 집합의 하위분류
3. 대소문자 구분 여부
   1. ci (Case Insensitive) : 대소문자 구분 X
   2. cs (Case Sensitive) : 대소문자 구분

 

2개 파트로 구성된 이름

1. 문자 집합 이름
2. 항상 bin(=binary, 이진 데이터) 키워드 사용.
   • 이진 데이터로 관리되는 문자열 컬럼은 별도의 콜레이션을 가지지 않는다.
   • 비교 및 정렬은 실제 문자 데이터의 바이트 값을 기준으로 수행된다.

 

 

---

참고자료

http://www.kyobobook.co.kr/product/detailViewKor.laf?ejkGb=KOR&mallGb=KOR&barcode=9791158392727&orderClick=LAG&Kc= 

Real MySQL 8.0 (2권) - 교보문고

https://www.mysqltutorial.org/mysql-character-set/

MySQL Character Set - An Introduction to Character Sets in MySQL