12.3.6 Character String Literal Character Set and Collation

12.3.6 Character String Literal Character Set and Collation

모든 문자 string 리터럴은 문자 집합과 collation을 가진다.

간단한 문장 SELECT 'string'의 경우, 그 string은 시스템 변수 character_set_connection 및 collation_connection에 의해 정의되는 connection 기본 문자 집합과 collation을 가진다.

문자 string 리터럴은 선택적인 문자 집합 introducer와 COLLATE 절을 가질 수 있으며, 이를 통해 해당 리터럴이 특정 문자 집합과 collation을 사용하는 string임을 지정할 수 있다:

1[_charset_name]'string' [COLLATE collation_name]

_charset_name 식은 형식상 _introducer_라 부른다. 이것은 파서에게 “뒤따르는 string은 문자 집합 _charset_name_을 사용한다”고 알려 준다. introducer는 CONVERT()가 하는 것처럼 string을 introducer의 문자 집합으로 변경하지 않는다. string 값은 변경하지 않으며, 패딩만 발생할 수 있다. introducer는 단지 신호일 뿐이다. Section 12.3.8, “Character Set Introducers”를 참조하라.

예:

1SELECT 'abc';
2SELECT _latin1'abc';
3SELECT _binary'abc';
4SELECT _utf8mb4'abc' COLLATE utf8mb4_danish_ci;

문자 집합 introducer와 COLLATE 절은 표준 SQL 명세에 따라 구현된다.

MySQL은 문자 string 리터럴의 문자 집합과 collation을 다음과 같은 방식으로 결정한다:

• __charset_name_과 COLLATE collation_name이 모두 지정된 경우, 문자 집합 _charset_name_과 collation _collation_name_이 사용된다. _collation_name_은 _charset_name_에 허용된 collation이어야 한다.

• __charset_name_은 지정되었으나 COLLATE가 지정되지 않은 경우, 문자 집합 _charset_name_과 그 기본 collation이 사용된다. 각 문자 집합의 기본 collation을 보려면 SHOW CHARACTER SET 문장을 사용하거나 INFORMATION_SCHEMA CHARACTER_SETS 테이블을 조회하라.

• __charset_name_은 지정되지 않았으나 COLLATE collation_name이 지정된 경우, 시스템 변수 character_set_connection에 의해 주어지는 connection 기본 문자 집합과 collation _collation_name_이 사용된다. _collation_name_은 connection 기본 문자 집합에 허용된 collation이어야 한다.

• 그렇지 않은 경우(__charset_name_과 COLLATE collation_name이 모두 지정되지 않은 경우), 시스템 변수 character_set_connection 및 collation_connection에 의해 주어지는 connection 기본 문자 집합과 collation이 사용된다.

예:

• latin1 문자 집합과 latin1_german1_ci collation을 갖는 논바이너리 string:

1SELECT _latin1'Müller' COLLATE latin1_german1_ci;

• utf8mb4 문자 집합과 그 기본 collation(즉, utf8mb4_0900_ai_ci)을 갖는 논바이너리 string:

1SELECT _utf8mb4'Müller';

• binary 문자 집합과 그 기본 collation(즉, binary)을 갖는 바이너리 string:

1SELECT _binary'Müller';

• connection 기본 문자 집합과 utf8mb4_0900_ai_ci collation을 갖는 논바이너리 string(connection 문자 집합이 utf8mb4가 아니면 실패함):

1SELECT 'Müller' COLLATE utf8mb4_0900_ai_ci;

• connection 기본 문자 집합과 collation을 갖는 string:

1SELECT 'Müller';

introducer는 뒤따르는 string의 문자 집합을 나타내지만, 파서가 string 내부에서 이스케이프 처리를 수행하는 방식은 변경하지 않는다. 이스케이프는 항상 character_set_connection이 지정한 문자 집합에 따라 파서에 의해 해석된다.

다음 예제들은 introducer가 있는 경우에도 이스케이프 처리가 character_set_connection를 사용하여 수행됨을 보여 준다. 이 예제에서는 SET NAMES(이는 Section 12.4, “Connection Character Sets and Collations”에서 설명한 대로 character_set_connection을 변경한다)을 사용하며, 정확한 string 내용을 볼 수 있도록 HEX() 함수를 사용해 결과 string을 표시한다.

Example 1:

1mysql> SET NAMES latin1;
2mysql> SELECT HEX('à\n'), HEX(_sjis'à\n');
3+------------+-----------------+
4| HEX('à\n')  | HEX(_sjis'à\n')  |
5+------------+-----------------+
6| E00A       | E00A            |
7+------------+-----------------+

여기서 à(16진수 값 E0) 뒤에는 줄바꿈에 대한 이스케이프 시퀀스인 \n이 온다. 이스케이프 시퀀스는 latin1인 character_set_connection 값을 사용해 리터럴 줄바꿈(16진수 값 0A)을 생성하도록 해석된다. 이는 두 번째 string에 대해서도 발생한다. 즉, _sjis introducer는 파서의 이스케이프 처리에 영향을 주지 않는다.

Example 2:

1mysql> SET NAMES sjis;
2mysql> SELECT HEX('à\n'), HEX(_latin1'à\n');
3+------------+-------------------+
4| HEX('à\n')  | HEX(_latin1'à\n')  |
5+------------+-------------------+
6| E05C6E     | E05C6E            |
7+------------+-------------------+

여기서 character_set_connection은 sjis인데, 이 문자 집합에서는 à 뒤에 \(16진수 값 05와 5C)가 오는 시퀀스가 유효한 멀티바이트 문자이다. 따라서 string의 처음 두 byte는 단일 sjis 문자로 해석되고, \는 이스케이프 문자로 해석되지 않는다. 뒤따르는 n(16진수 값 6E)은 이스케이프 시퀀스의 일부로 해석되지 않는다. 이는 두 번째 string에 대해서도 마찬가지이며, _latin1 introducer는 이스케이프 처리에 영향을 주지 않는다.