Encodings or character settings

Connection Character Sets and Collations
With the mysql client, if you want to use a character set different from the default, you could explicitly execute SET NAMES every time you start up. However, to accomplish the same result more easily, you can add the --default-character-set option setting to your mysql command line or in your option file. For example, the following option file setting changes the three connection-related character set variables set to koi8r each time you invoke mysql:

[mysql]
default-character-set=koi8r

If you are using the mysql client with auto-reconnect enabled (which is not recommended), it is preferable to use the charset command rather than SET NAMES. For example:

mysql> charset utf8
Charset changed

The charset command issues a SET NAMES statement, and also changes the default character set that mysql uses when it reconnects after the connection has dropped.
Example: Suppose that column1 is defined as CHAR(5) CHARACTER SET latin2. If you do not say SET NAMES or SET CHARACTER SET, then for SELECT column1 FROM t, the server sends back all the values for column1 using the character set that the client specified when it connected. On the other hand, if you say SET NAMES 'latin1' or SET CHARACTER SET latin1 before issuing the SELECT statement, the server converts the latin2 values to latin1 just before sending results back. Conversion may be lossy if there are characters that are not in both character sets.
If you do not want the server to perform any conversion of result sets or error messages, set character_set_results to NULL or binary:

SET character_set_results = NULL;

To see the values of the character set and collation system variables that apply to your connection, use these statements:

SHOW VARIABLES LIKE 'character_set%';
SHOW VARIABLES LIKE 'collation%';

You must also consider the environment within which your MySQL applications execute. See Section 9.1.5, “Configuring the Character Set and Collation for Applications”.
For more information about character sets and error messages, see Section 9.1.6, “Character Set for Error Messages”.
 ====================
http://dev.mysql.com/doc/refman/5.0/en/charset-connection.html 
Fuente

Cualquier persona que comienza a administrar una base de datos suele encontrarse con problemas a la hora de manejar literales de cadena. Si no se pone el debido cuidado, podemos encontrarnos con errores causados por la utilización o conversión de codificaciones de caracteres. Intentaremos dar una pequeña guía para aclarar cómo manejar los distintos ‘encodings’ y ‘collations’ en una base de datos MySQL.
Si no tenemos cuidado, podemos encontrarnos con una desagradable sorpresa en forma de caracteres extraños.
Conceptos básicos
Definamos, antes de nada, algunos conceptos.
Juego de caracteres, character set o “charset”
Se trata de un subconjunto definido de símbolos de texto. El más ambicioso de todos ellos es UCS (Universal Character Set), el cual permite representar más de 1 millón de símbolos de forma no ambigua (asignándoles un nombre y número diferente a cada uno), aunque en la práctica apenas se usan más de 65.000.
Codificación de caracteres o (character) encoding
Es el algoritmo o la tabla que identifica cada símbolo del juego de caracteres con un valor binario, es decir, indica cómo se almacena de manera digital. Por ejemplo, UCS-2 y UTF-8 son encodings para el mismo juego de caracteres (UCS) [1], pero la forma de asignarlos varía en cada uno. Mientras que en UTF-8 la representación del caracter puede ocupar entre 1 y 4 bytes [2], en UCS-2, el tamaño es fijo, de 2 bytes.
Veamos esto de forma práctica: Creemos una tabla con tres encodings diferentes: UTF-8, UCS-2 y ASCII:
mysql> CREATE TABLE `encoding` (
    -> `utf8` char(1) character set utf8 default NULL,
    -> `ucs2` char(1) character set ucs2 default NULL,
    -> `ascii` char(1) character set ascii default NULL
    -> );
Insertamos los caracteres ‘a’ y ‘ñ’:
mysql> INSERT INTO encoding VALUES ('a', 'a', 'a');
Query OK, 1 row affected (0.00 sec)
mysql> INSERT INTO encoding VALUES ('ñ', 'ñ', 'ñ');
Query OK, 1 row affected, 1 warning (0.00 sec)
Y vemos cómo están guardados en disco realmente:
mysql> SELECT utf8 AS `char`, hex(utf8) AS `utf8`, hex(ucs2) AS `ucs2`, hex(ascii) AS `ascii` FROM encoding;
+------+------+------+-------+
| char | utf8 | ucs2 | ascii |
+------+------+------+-------+
| a    | 61   | 0061 | 61    |
| ñ    | C3B1 | 00F1 | 3F    |
+------+------+------+-------+
2 rows in set (0.00 sec)
Como se puede ver, UTF-8 tiene la ventaja de que para la mayoría de caracteres usados en inglés coincide con la codificación ASCII. Sin embargo, para el resto de caracteres, requiere dos o más bytes [3]).
Algunos de los encodings más usuales son:
    * ASCII o US-ASCII: encoding histórico de 7 bits (aunque existen los denominados encodings “ASCII extendidos” que aumentaban el numero de caracteres a 8 bits)
    * ISO 8859-1 o Latin 1: utilizaba 1 byte y, siendo compatible con ASCII, incluía símbolos adicionales para la mayoría de idiomas occidentales (incluyendo la ñ, los acentos y la ‘ç’).
    * ISO 8859-15 o Latin 9: es una revisión de Latin 1, que añade, entre otros, el símbolo del euro.
    * windows-1252: versión ligeramente distinta a Latin 1/9 que utilizaban los sistemas operativos Windows
    * UTF-8: encoding de la norma Unicode que, siendo compatible con los caracteres ASCII originales, permite reprentar los caracteres de casi cualquier lengua [4] de manera eficiente (sólo requiere más de 1 byte para caracteres fuera de ASCII)
    * UTF-16: también de la norma unicode, sólo que requiere siempre 2 bytes para todos los caracteres UCS básicos. Es lo más eficiente si usamos muchos caracteres CJK (chinos, japoneses o koreanos). Se diferencia de UCS-2 en que éste último no podía representar caracteres más allá del número 65.536.
Collation u ordenación
Es el algoritmo que indica si dos caracteres son equivalentes, o si uno debería ir antes o después en una ordenación. Por ejemplo, en español, si nosotros tuviéramos la siguiente tabla y valores:
mysql> CREATE TABLE `collation` (`a` char(20) character set utf8 collate utf8_spanish_ci);
mysql> INSERT INTO `collation` VALUES ('amapola');
mysql> INSERT INTO `collation` VALUES ('Andorra');
mysql> INSERT INTO `collation` VALUES ('Ávila');
mysql> INSERT INTO `collation` VALUES ('ábaco');
mysql> INSERT INTO `collation` VALUES ('burro');
y ejecutáramos la sentencia que nos permite obtener estos valores de manera ordenada, obtendríamos:
mysql> SELECT * FROM `collation` ORDER BY a;
+---------+
| a       |
+---------+
| ábaco   |
| amapola |
| Andorra |
| Ávila   |
| burro   |
+---------+
5 rows in set (0.00 sec)
o si preguntáramos por cuales de las palabras empiezan por a, obtenemos:
mysql> SELECT * FROM `collation` WHERE a LIKE 'a%';
+---------+
| a       |
+---------+
| amapola |
| Andorra |
| Ávila   |
| ábaco   |
+---------+
4 rows in set (0.02 sec)
Es decir, asume que a == A == á == Á
Esto es así porque, por defecto, el “collate” que se le hemos indicado es utf8_spanish_ci. Podemos forzar que use otro algoritmo de ordenamiento de la siguiente manera:
mysql> SELECT a FROM `collation`ORDER BY a COLLATE utf8_bin;
+---------+
| a       |
+---------+
| Andorra |
| amapola |
| burro   |
| Ávila   |
| ábaco   |
+---------+
5 rows in set (0.00 sec)
mysql> SELECT * FROM `collation` WHERE a LIKE 'a%' COLLATE utf8_bin;
+---------+
| a       |
+---------+
| amapola |
+---------+
1 row in set (0.00 sec)
Lo cual le indica que utilice exclusivamente para comparaciones el valor binario de su codificación UTF-8.
Aplicación
Una vez que ya conocemos los conceptos básicos alrededor de las codificación, vamos a ver cómo los utilizamos en una base de datos.
Existen tres lugares, a distinto nivel, donde podemos configurar el encoding que estamos utilizando para distintas tareas:
    * Variables de sesión
    * Variables globales
    * Schemas
    * Aplicación final cliente
La diferencia entre variables globales y de sesión es que las globales se configuran a nivel de servidor y son las que establecen el valor por defecto de las variables de sesión, las cuales pueden modificarse desde el cliente para cada conexión. Las variables de sesión se configuran por conexión, y sólo son válidas mientras ésta esté activa. Si existen variables de sesión y globales con el mismo nombre, las de sesión tienen precedencia.
También podemos asignar encodings y collations a bases de datos, tablas y columnas de manera independiente.
Por último, y aunque no lo trataremos aquí, debemos asegurarnos de que la aplicación que finalmente muestra los resultados lo hace en la misma codificación que hemos recibido los datos. Por ejemplo, si estamos en una sesión con mysql-client, tendremos que cambiar la codificación de salida del terminal de manera adecuada.
Veamos más en profundidad a qué afecta y cómo modificarlas en cada nivel.
Variables
Son las siguientes:
mysql> show session variables like '%character\_set\_%';
+--------------------------+--------+
| Variable_name            | Value  |
+--------------------------+--------+
| character_set_client     | utf8   |
| character_set_connection | utf8   |
| character_set_database   | utf8   |
| character_set_filesystem | binary |
| character_set_results    | utf8   |
| character_set_server     | utf8   |
| character_set_system     | utf8   |
+--------------------------+--------+
7 rows in set (0.00 sec)
mysql> show variables like '%collation\_%';
+----------------------+-----------------+
| Variable_name        | Value           |
+----------------------+-----------------+
| collation_connection | utf8_general_ci |
| collation_database   | utf8_general_ci |
| collation_server     | utf8_general_ci |
+----------------------+-----------------+
3 rows in set (0.00 sec)
    * character_set_client
      Es el encoding en el que el servidor asume que le envías los datos. Por defecto es latin1.
    * character_set_connection y collation_connection
      character_set_connection es el encoding al que convierte los comandos enviados por el cliente (desde el encoding definido por character_set_client). Por defecto es latin1. collation_connection es el ordenamiento que asume para los literales enviados por el cliente. Es ignorado cuando se trabaja con columnas de tablas, ya que éstos ya tienen definida un collate propio, el cual tiene prioridad sobre el de la conexión. Como la collation por defecto de latin1 es latin1_swedish_ci, éste es el valor que toma por defecto.
    * character_set_results
      Es el encoding al que el servidor convierte los resultados y mensajes de error antes de enviarlos al cliente
    * character_set_server y collation_server
      Es el encoding y collation que usa el servidor por defecto (si no los cambiamos: latin1/latin1_swedish_ci).
    * character_set_database y collation_database
      Es el encoding/collation del schema que está en uso actualmente. El servidor la actualiza cada vez que cambiamos la base de datos actual. Podemos cambiarla, pero eso no cambia el encoding por defecto de la base de datos actual. Sus valores por defecto (no tenemos una base de datos selecionada) son los mismos que character_set_server y collation_server (latin1/latin1_swedish_ci, si no los hemos cambiado).
    * character_set_system
      Es el encoding interno usado para los identificadores. Siempre es utf8 (es de sólo lectura).
    * character_set_filesystem
      Es el encoding al que convierte (desde character_set_client para) los nombres de archivo usados en sentencias SELECT...INTO OUTFILE o LOAD DATA INFILE. Por defecto es binary, con el que no se hace ninguna conversión.
Alterando las opciones de sesión y globales
Podemos establecer los siguientes valores para alterar el comportamiento por defecto:
character_set_client
character_set_connection
character_set_filesystem
character_set_results
character_set_serverPodemos hacerlo de varias manera:
    * Cambiar la variable de sesión en caliente, desde un cliente mysql
Escribiendo:
SET LOCAL character_set_client='utf8';
SET @@local.character_set_client='utf8';
Es la opción adecuada si sólo queremos que tenga efecto para la sesión actual. No se mantiene entre sesiones, ni siquiera para el mismo usuario.
    * Cambiar la variable global en caliente, desde un cliente mysql
Escribiendo:
SET GLOBAL character_set_client='utf8';
SET @@global.character_set_client='utf8';
Todas las nuevas conexiones tendrán ese valor por defecto. Tiene el inconveniente de que al reiniciar el servidor, los cambios se perderán.
    * SET NAMES / SET CHARACTER SET
Una forma alternativa -más corta- de cambiar estas variables es utilizando:
SET NAMES 'x';
Lo cual es equivalente a hacer:
SET character_set_client = 'x';
SET character_set_results = 'x';
SET character_set_connection = 'x';
O bien, de forma muy parecida:
SET CHARACTER SET 'x';
Lo cual es equivalente a hacer:
SET character_set_client = 'x';
SET character_set_results = 'x';
SET character_set_connection = @@collation_database;
    * Añadir la opción al ejecutar mysqld/mysqld_safe
Ejecutar el servidor con las opciones:
mysqld --character_set_client='utf8'
Es necesario hacerlo manualmente (o con algún script) cada vez que iniciemos el servidor. (but I don't like it)
    * Recompilar el servidor para que por defecto tome un encoding distinto
Es muy engorroso sólo para poner una opción
    * Añadir la opción a my.cnf o my.ini.
En la sección de la configuración del servidor (mysqld), poner:
[mysqld]
character_set_client='utf8'
Es la opción recomendada si queremos que el cambio sea persistente.
Para ver los valores que pueden tomar estas variables disponibles, podemos ejecutar:
SHOW CHARACTER SET [LIKE 'pattern']

Schemas
=======================
Source (Joomla.org)
Then I've checked up that both database and its tables are UTF-8.

Then i made some "tweaks" to the Joomla! 1.5. core MySQL driver:
/libraries/joomla/database/database/mysql.php, function JDatabaseMySQL->query

I've added in the beginning of the functin string:

Code:

mysql_query("SET NAMES utf8", $this->_resource );

Great! There are no more variables like cp1251 Every variable is UTF-8 before every query.
All works ok now, but this core fix is not a good one. Any ideas?
=======================
Source
I use this fix for the character_set
http://www.adviesenzo.nl/examples/php_mysql_charset_fix/
here is the code

Code: [Select]

$dbadmin = &ADONewConnection('mysql');
$dbadmin->Connect($Host, $RootUser, $RootPassword, $Database);
$dbadmin_charset = $dbadmin->Execute( "SHOW VARIABLES LIKE 'character_set_database'" );
$dbadmin->Execute( "SET NAMES '" . $dbadmin_charset->fields['Value'] . "'" );