GBK

v5.4.0 以降、TiDB は GBK 文字セットをサポートしています。このドキュメントでは、TiDB のサポートと GBK 文字セットの互換性に関する情報を提供します。

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 の間の互換性情報を提供します。

照合順序

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

新しいフレームワークの照合順序を有効にした後、GBK 文字セットに対応する照合順序を確認すると、TiDB GBK 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が両方とも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 文字セットを別々に処理します。
  • TiDB は、読み取りおよび書き込み操作において不正な GBK 文字セットを同じ方法で処理します。 SQL 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、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、次の表の SQL ステートメントを実行すると、詳細な違いがわかります。

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

その他の MySQL との互換性

• 現在、TiDB は、 ALTER TABLEステートメントを使用して他のキャラクタ セット タイプをgbk 、またはgbkから他のキャラクタ セット タイプに変換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、TiDB ではENUMおよびSETタイプのバイナリ文字をutf8mb4文字セットとして扱います。

• 述語にLIKE 'prefix%'などの文字列接頭辞のLIKEが含まれており、ターゲット列が GBK照合順序( gbk_binまたはgbk_chinese_ci ) に設定されている場合、オプティマイザーは現在、この述語を範囲スキャンに変換できません。代わりに、フルスキャンが実行されます。その結果、このような SQL クエリは予期しないリソースの消費につながる可能性があります。

コンポーネントの互換性

• 現在、 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テーブルのインポートをサポートしていません。

• v6.1.0 より前の TiCDC バージョンは、 charset=GBKテーブルの複製をサポートしていません。 v6.1.0 より前のバージョンの TiCDC は、TiDB クラスターへのcharset=GBKテーブルのレプリケートをサポートしていません。

• v5.4.0 より前のバックアップ & リストア (BR) バージョンは、 charset=GBKテーブルのリカバリをサポートしていません。 v5.4.0 より前のバージョンのBR は、 TiDB クラスターへのcharset=GBKテーブルのリカバリをサポートしていません。