¿Alguien sabe por qué latin1_swedish es el predeterminado para MySQL? Me parece que UTF-8 sería más compatible, ¿verdad?¿Por qué MySQL usa latin1_swedish_ci como valor predeterminado?
Los valores predeterminados generalmente se eligen porque son la mejor opción universal, pero en este caso no parece que eso sea lo que hicieron.
Hasta donde puedo ver, latin1 era el juego de caracteres predeterminado en tiempos pre-multibyte y parece que se ha continuado, probablemente por razones de compatibilidad descendente (por ejemplo, para las declaraciones CREATE anteriores que no especificaban una intercalación) .
De here:
Lo 4.0 Did
MySQL 4.0 (y versiones anteriores) sólo está soportado lo que equivalía a una noción combinada del conjunto de caracteres y la colación con la codificación de caracteres de un solo byte, que se especificó en el nivel del servidor. El valor predeterminado era
latin1, que corresponde a un conjunto de caracteres de latin1 y una intercalación delatin1_swedish_cien MySQL 4.1.
cuanto a por qué sueco, que sólo puede suponer que es porque MySQL AB es/era sueco. No veo ninguna otra razón para elegir esta intercalación, viene con algunos caprichos de clasificación específicos ("después de Z", creo) pero no están cerca de un estándar internacional.
Creo que pueden elegir esta colocación bastante extraña para que sea obvio para el usuario que se cambie. que por supuesto en la mayoría de las veces no resultó como se esperaba pero fue prevenido por la tiranía del incumplimiento :) –
@TheSurrican, Qué extraña respuesta. ¿Qué hace que esta colación sea extraña? Es la versión sueca del estándar latin1 elegido por una compañía sueca. Es como si Oracle eligiera el inglés estadounidense para sus productos. – chrismacp
¿Qué tal si latin1_swedish_ci es ISO 8859-1 e ISO 8859-1 es la primera de las opciones disponibles cuando se ordena, por lo que si no especifica ninguna opción,
latin1 es el juego de caracteres predeterminado. MySQL's latin1 es lo mismo que el juego de caracteres de Windows cp1252. Esto significa que es lo mismo que el oficial ISO 8859-1 o IANA (Autoridad de números asignados de Internet) latin1, excepto que IANA latin1 trata los puntos de código entre 0x80 y 0x9f como "indefinido", mientras que cp1252, y por lo tanto Latin1 de MySQL, asigna caracteres para esas posiciones.
de
http://dev.mysql.com/doc/refman/5.0/en/charset-we-sets.html
Podría ayudar a entender por qué.
Sí, pero la pregunta es ¿por qué este es el juego de caracteres predeterminado y no el UTF-8 increíblemente más versátil? –
Sé cuál fue su pregunta. Solo puedo sugerir que hubo limitaciones o que no se utilizó ampliamente, o de alguna manera no era tan popular en ese momento. – bear
@Pekka 웃 Eso es porque tan maravilloso como UTF-8 es todavía ** multibyte ** y peor longitud variable de varios bytes. Y eso es un toque de difuntos para programas extremadamente simplistas. No creo que nadie se haya despertado con un sudor frío preocupándose por los personajes de 'latin1' de 5 y 7 bytes. Por supuesto, esto solo puede aplicarse al pasado. * was * not * is * ... – ebyrob
Las características más extrañas de este tipo son históricas. Lo hicieron así hace mucho tiempo, y ahora no pueden cambiarlo sin romper alguna aplicación dependiendo de ese comportamiento.
Quizás UTF8 no era popular en ese momento. O quizás MySQL no admitía conjuntos de caracteres donde codifican múltiples bytes en el carácter.
El uso de una codificación de un solo byte tiene algunas ventajas sobre las codificaciones de varios bytes, p. la longitud de una cadena en bytes es igual a la longitud de esa cadena en caracteres. Entonces, si usas funciones como SUBSTRING, no es intuitivamente claro si te refieres a caracteres o bytes. Además, por las mismas razones, requiere un cambio bastante grande en el código interno para admitir codificaciones de múltiples bytes.
¡Buena pregunta! mySQL es (o solía ser) una compañía sueca, así que esa es probablemente la razón de la parte sueca ... En cuanto a por qué latin1, no sé. –
@Pekka +1 Ah ... eso es interesante. No sabía eso. – Metropolis
Posible duplicado de [¿Por qué la intercalación predeterminada de MySQL es latin1 \ _swedish \ _ci?] (Http://stackoverflow.com/questions/6769901/why-is-mysqls-default-collation-latin1-swedish-ci) –