10.6. UTF8 para metadatos

Los metadatos son los datos acerca de los datos. Cualquier cosa que describa la base de datos, opuestamente a los contenidos de la misma, son metadatos. Así, los nombres de columna, nombres de base de datos, nombres de usuario, nombres de versión y la mayoría de resultados de SHOW son metadatos.

La representación de los metadatos debe satisfacer estos requerimientos:

Para satisfacer ambos requerimientos, MySQL guarda los metadatos en un conjunto de caracteres Unicode, llamado UTF8. Esto no causa ningún problema si no se utilizan nunca caracteres acentuados o no-latinos. Si se utilizan, debe tenerse en cuenta que los metadatos están en UTF8.

Esto significa que las funciones USER(), CURRENT_USER(), DATABASE(), y VERSION() tienen el conjunto de caracteres UTF8 por defecto, al igual que sinónimos como SESSION_USER() y SYSTEM_USER().

El servidor activa la variable de sistema character_set_system con el nombre del conjunto de caracteres de los metadatos:

mysql> SHOW VARIABLES LIKE 'character_set_system';
+----------------------+-------+
| Variable_name        | Value |
+----------------------+-------+
| character_set_system | utf8  |
+----------------------+-------+

El almacenamiento de metadatos usando Unicode no significa que las cabeceras de columnas y los resultados de la función DESCRIBE estén en el conjunto de caracteres character_set_system por defecto. Cuando introduce SELECT column1 FROM t, el nombre column1 mismo vuelve del servidor al cliente con el conjunto de caracteres determinado por el comando SET NAMES . Más específicamente, el conjunto de caracteres usado se determina por el valor de la variable de sistema character_set_results . Si esta variable se pone a NULL, no se realiza ninguna conversión y el servidor devuelve metadatos usando su conjunto de caracteres original (el conjunto indicado por character_set_system).

Para que el servidor pase los resultados de metadatos con un conjunto de caracteres no-UTF8, utilícese SET NAMES para forzar al servidor a hacer una conversión del conjunto de caracteres (consulte Sección 10.3.6, “Conjunto de caracteres y colación de la conexión”), o hacer que el cliente haga la conversión. Es más eficiente que el cliente haga la conversión, pero esta opción no está disponible para todos los clientes.

Si utiliza (por ejemplo) la función USER() para comparación o asignación dentro de un comando, no se preocupe. MySQL realiza algunas conversiones automáticas.

SELECT * FROM Table1 WHERE USER() = latin1_column;

Esta sentencia funciona porque los contenidos de latin1_column se convierten automáticamente a UTF8 antes de la comparación.

INSERT INTO Table1 (latin1_column) SELECT USER();

Esta sentencia funciona porque los contenidos de USER() se convierten automáticamente a latin1 antes de la asignación. La conversión automática no está completamente implementada aún, pero debería funcionar correctamente en versiones posteriores.

Aunque la conversión automática no está en el estándar SQL, el documento estándar SQL dice que cada conjunto de caracteres es (en términos de caracteres soportados) un “subconjunto” de Unicode. Puesto que es un principio bien conocido que “lo que se aplica a un superconjunto se puede aplicar a un subconjunto”, creemos que una colación para Unicode se puede aplicar para comparaciones con cadenas de caracteres no-Unicode.