MySQL字符集小结


Mysql对字符集支持有两个方面:

字符集(characterset)和排序方式(collation

对于字符集的支持细化到四个层次:

服务器(server),数据库(database),数据表(table)和连接(connection)

但是,传统的程序在创建数据库和数据表时,并没有使用那么复杂的配置,他们使用的是默认的配置,那么,默认的配置从何而来呢?

(1)编译mysql时,指定了一个默认的字符集,这个字符集是latin1;

(2)安装mysql时,可以在配置文件(my.ini)中指定一个默认的字符集,如果没指定,这个值继承自编译时指定的;

(3)启动mysqld时,可以在命令行参数中指定一个默认的字符集,如果没有指定,这个值继承自配置文件中的配置,此时character_set_server被设定为这个默认的字符集;

(4)创建一个新的数据库时,除非明确指定,否则这个数据库的字符集被缺省设定为character_set_server

(5)当选定了一个数据库时,character_set_database被设定为这个数据库默认的字符集;

(6)在这个数据库中创建一张时,表默认的字符集被设定为character_set_database,也就是这个数据库默认的字符集;

(7)当在表内设置一栏时,除非明确指定,否则此栏缺省的字符集就是表默认的字符集;


如果什么地方都不修改,那么所有的数据库的所有表的所有栏位都用latin1存储,不过我们如果安装mysql,一般都会选择多语言支持,也就是说,安装程序会自动在配置文件中把default_character_set设置为UTF-8,这保证了缺省情况下,所有的数据库的所有表的所有栏位都是用的UTF-8存储。


2.查看默认字符集,默认情况下,mysqld的字符集是latin1(ISO_8859_1)

showvariables like '%character%'



3.修改默认字符集

(1)最简单的修改方法,就是修改mysqlmy.ini文件中的字符集键值:

如果default-character-set= utf8

character_set_server= utf8

修改完以后,重启mysql的服务,servicemysql restart


(2)还有一种修改字符集的方法,就是使用mysql的命令:

setcharacter_set_client= utf8

setcharacter_set_connection = utf8

setcharacter_set_database = utf8

setcharacter_set_database = utf8

setcharacter_set_server = utf8

setcollation_connection = utf8

setcollation_database = utf8

setcollation_server = utf8

一般就算设置了表的默认字符集为utf8,并且通过UTF-8编码发送查询,你会发现存入数据库的仍然是乱码。问题就出在这个connection连接层上。解决方法是在发送查询前执行一下下面的语句:

setnames 'utf8';这相当于下面的三句指令:

setcharacter_set_client = utf8

setcharacter_set_results = utf8

setcharacter_set_connection = utf8


基于TROPOMI高光谱遥感仪器获取的大气成分观测资料,本研究聚焦于大气污染物一氧化氮(NO₂)的空间分布与浓度定量反演问题。NO₂作为影响空气质量的关键指标,其精确监测对环境保护与大气科学研究具有显著价值。当前,利用卫星遥感数据结合先进算法实现NO₂浓度的高精度反演已成为该领域的重要研究方向。 本研究构建了一套以深度学习为核心的技术框架,整合了来自TROPOMI仪器的光谱辐射信息、观测几何参数以及辅助气象数据,形成多维度特征数据集。该数据集充分融合了不同来源的观测信息,为深入解析大气中NO₂的时空变化规律提供了数据基础,有助于提升反演模型的准确性与环境预测的可靠性。 在模型架构方面,项目设计了一种多分支神经网络,用于分别处理光谱特征与气象特征等多模态数据。各分支通过独立学习提取代表性特征,并在深层网络中进行特征融合,从而综合利用不同数据的互补信息,显著提高了NO₂浓度反演的整体精度。这种多源信息融合策略有效增强了模型对复杂大气环境的表征能力。 研究过程涵盖了系统的数据处理流程。前期预处理包括辐射定标、噪声抑制及数据标准化等步骤,以保障输入特征的质量与一致性;后期处理则涉及模型输出的物理量转换与结果验证,确保反演结果符合实际大气浓度范围,提升数据的实用价值。 此外,本研究进一步对不同功能区域(如城市建成区、工业带、郊区及自然背景区)的NO₂浓度分布进行了对比分析,揭示了人类活动与污染物空间格局的关联性。相关结论可为区域环境规划、污染管控政策的制定提供科学依据,助力大气环境治理与公共健康保护。 综上所述,本研究通过融合TROPOMI高光谱数据与多模态特征深度学习技术,发展了一套高效、准确的大气NO₂浓度遥感反演方法,不仅提升了卫星大气监测的技术水平,也为环境管理与决策支持提供了重要的技术工具。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值