GBK

v5.4.0以降、TiDBはGBK文字セットをサポートしています。このドキュメントは、GBK文字セットのTiDBサポートと互換性情報を提供します。

SHOW CHARACTER SET WHERE CHARSET = 'gbk';
+---------+-------------------------------------+-------------------+--------+
| Charset | Description                         | Default collation | Maxlen |
+---------+-------------------------------------+-------------------+--------+
| gbk     | Chinese Internal Code Specification | gbk_bin           |      2 |
+---------+-------------------------------------+-------------------+--------+
1 row in set (0.00 sec)

SHOW COLLATION WHERE CHARSET = 'gbk';
+----------------+---------+------+---------+----------+---------+
| Collation      | Charset | Id   | Default | Compiled | Sortlen |
+----------------+---------+------+---------+----------+---------+
| gbk_bin        | gbk     |   87 |         | Yes      |       1 |
+----------------+---------+------+---------+----------+---------+
1 rows in set (0.00 sec)

MySQLの互換性

このセクションでは、MySQLとTiDB間の互換性情報を提供します。

照合

MySQLのGBK文字セットのデフォルトの照合順序はgbk_chinese_ciです。 MySQLとは異なり、TiDBのGBK文字セットのデフォルトの照合順序はgbk_binです。さらに、TiDBはGBKをUTF8MB4に変換してから、バイナリ照合順序を使用するため、TiDBのgbk_bin照合順序はMySQLのgbk_bin照合順序と同じではありません。

TiDBをMySQLGBK文字セットの照合と互換性を持たせるには、最初にTiDBクラスタを初期化するときに、TiDBオプションnew_collations_enabled_on_first_bootstrapからtrueを設定して照合のための新しいフレームワークを有効にする必要があります。

照合用の新しいフレームワークを有効にした後、GBK文字セットに対応する照合を確認すると、TiDBGBKのデフォルトの照合順序がgbk_chinese_ciに変更されていることがわかります。

SHOW CHARACTER SET WHERE CHARSET = 'gbk';
+---------+-------------------------------------+-------------------+--------+
| Charset | Description                         | Default collation | Maxlen |
+---------+-------------------------------------+-------------------+--------+
| gbk     | Chinese Internal Code Specification | gbk_chinese_ci    |      2 |
+---------+-------------------------------------+-------------------+--------+
1 row in set (0.00 sec)

SHOW COLLATION WHERE CHARSET = 'gbk';
+----------------+---------+------+---------+----------+---------+
| Collation      | Charset | Id   | Default | Compiled | Sortlen |
+----------------+---------+------+---------+----------+---------+
| gbk_bin        | gbk     |   87 |         | Yes      |       1 |
| gbk_chinese_ci | gbk     |   28 | Yes     | Yes      |       1 |
+----------------+---------+------+---------+----------+---------+
2 rows in set (0.00 sec)

不正な文字の互換性

• システム変数character_set_clientとcharacter_set_connectionが同時にgbkに設定されていない場合、TiDBはMySQLと同じ方法で不正な文字を処理します。

• character_set_clientとcharacter_set_connectionの両方がgbkに設定されている場合、TiDBはMySQLとは異なる方法で不正な文字を処理します。

  • MySQLは、読み取り操作と書き込み操作で不正なGBK文字セットを異なる方法で処理します。
  • TiDBは、読み取りおよび書き込み操作で不正なGBK文字セットを同じ方法で処理します。 SQL strictモードでは、不正なGBK文字の読み取りまたは書き込み時にTiDBがエラーを報告します。非厳密モードでは、TiDBは、不正なGBK文字の読み取りまたは書き込み時に、不正なGBK文字を?に置き換えます。

たとえば、 SET NAMES gbkの後に、MySQLとTiDBでそれぞれCREATE TABLE gbk_table(a VARCHAR(32) CHARACTER SET gbk)ステートメントを使用してテーブルを作成し、次のテーブルのSQLステートメントを実行すると、詳細な違いを確認できます。

上記の表では、 utf8mb4バイトセットのSELECT HEX('a');の結果はe4b88061です。

その他のMySQL互換性

• 現在、TiDBは、 ALTER TABLEステートメントを使用して他の文字セットタイプをgbkに変換したり、 gbkから他の文字セットタイプに変換したりすることをサポートしていません。

• TiDBは_gbkの使用をサポートしていません。例えば：

  CREATE TABLE t(a CHAR(10) CHARSET BINARY);
  Query OK, 0 rows affected (0.00 sec)
  INSERT INTO t VALUES (_gbk'啊');
  ERROR 1115 (42000): Unsupported character introducer: 'gbk'
  

• 現在、 ENUMおよびSETタイプのバイナリ文字の場合、TiDBはそれらをutf8mb4文字セットとして扱います。

コンポーネントの互換性

• 現在、TiCDCとTiFlashはGBK文字セットをサポートしていません。

• TiDBデータ移行（DM）は、v5.4.0より前のTiDBクラスターへのcharset=GBKのテーブルの移行をサポートしていません。

• TiDB Lightningは、v5.4.0より前のTiDBクラスターへのcharset=GBKのテーブルのインポートをサポートしていません。

• v5.4.0より前のバージョンのバックアップと復元（BR）は、 charset=GBKのテーブルのリカバリーをサポートしていません。 BRのどのバージョンも、v5.4.0より前のTiDBクラスターへのcharset=GBKのテーブルのリカバリーをサポートしていません。