Mysql字符集設置

最近，在項目組使用的mysql數據庫中，插入數據出現亂碼，關於這個問題作了下總結，咱們從最基本的地方提及，到錯誤產生的深層次緣由和解決辦法。

基本概念

• 字符(Character)是指人類語言中最小的表義符號。例如’A'、’B'等；
• 給定一系列字符，對每一個字符賦予一個數值，用數值來表明對應的字符，這一數值就是字符的編碼(Encoding)。例如，咱們給字符’A'賦予數值0，給字符’B'賦予數值1，則0就是字符’A'的編碼；
• 給定一系列字符並賦予對應的編碼後，全部這些字符和編碼對組成的集合就是字符集(Character Set)。例如，給定字符列表爲{’A',’B'}時，{’A'=>0, ‘B’=>1}就是一個字符集；
• 字符序(Collation)是指在同一字符集內字符之間的比較規則；
• 肯定字符序後，才能在一個字符集上定義什麼是等價的字符，以及字符之間的大小關係；
• 每一個字符序惟一對應一種字符集，但一個字符集能夠對應多種字符序，其中有一個是默認字符序(Default Collation)；
• MySQL中的字符序名稱聽從命名慣例：以字符序對應的字符集名稱開頭；以_ci(表示大小寫不敏感)、_cs(表示大小寫敏感)或_bin(表示按編碼值比較)結尾。例如：在字符序「utf8_general_ci」下，字符「a」和「A」是等價的；

MySQL字符集設置

• 系統變量：
– character_set_server：默認的內部操做字符集
– character_set_client：客戶端來源數據使用的字符集
– character_set_connection：鏈接層字符集
– character_set_results：查詢結果字符集
– character_set_database：當前選中數據庫的默認字符集
– character_set_system：系統元數據(字段名等)字符集
– 還有以collation_開頭的同上面對應的變量，用來描述字符序。

• 用introducer指定文本字符串的字符集：
– 格式爲：[_charset] ’string’ [COLLATE collation]
– 例如：
       SELECT _latin1 ’string’;
       SELECT _utf8 ‘你好’ COLLATE utf8_general_ci;
– 由introducer修飾的文本字符串在請求過程當中不通過多餘的轉碼，直接轉換爲內部字符集處理。

MySQL中的字符集轉換過程

1. MySQL Server收到請求時將請求數據從character_set_client轉換爲character_set_connection；
2. 進行內部操做前將請求數據從character_set_connection轉換爲內部操做字符集，其肯定方法以下：
       - 使用每一個數據字段的CHARACTER SET設定值；
       - 若上述值不存在，則使用對應數據表的DEFAULT CHARACTER SET設定值(MySQL擴展，非SQL標準)；
       - 若上述值不存在，則使用對應數據庫的DEFAULT CHARACTER SET設定值；
       - 若上述值不存在，則使用character_set_server設定值。

3. 將操做結果從內部操做字符集轉換爲character_set_results。

 
  咱們如今回過頭來分析下咱們產生的亂碼問題：
          a 咱們的字段沒有設置字符集，所以使用表的數據集
          b 咱們的表沒有指定字符集，默認使用數據庫存的字符集
          c 咱們的數據庫在建立的時候沒有指定字符集，所以使用character_set_server設定值
          d 咱們沒有特地去修改character_set_server的指定字符集，所以使用mysql默認
          e mysql默認的字符集是latin1，所以，咱們使用了latin1字符集，而咱們character_set_connection的字符集是UTF-8，插入中文亂碼也再所不免了。

常見問題解析
• FAQ-1 向默認字符集爲utf8的數據表插入utf8編碼的數據前沒有設置鏈接字符集，查詢時設置鏈接字符集爲utf8
     – 插入時根據MySQL服務器的默認設置，character_set_client、character_set_connection和character_set_results均爲latin1；
     – 插入操做的數據將通過latin1=>latin1=>utf8的字符集轉換過程，這一過程當中每一個插入的漢字都會從原始的3個字節變成6個字節保存；
     – 查詢時的結果將通過utf8=>utf8的字符集轉換過程，將保存的6個字節原封不動返回，產生亂碼。參考下圖： 
• 向默認字符集爲latin1的數據表插入utf8編碼的數據前設置了鏈接字符集爲utf8（咱們遇到的錯誤就是屬於這一種）
     – 插入時根據鏈接字符集設置，character_set_client、character_set_connection和character_set_results均爲utf8；
     --插入數據將通過utf8=>utf8=>latin1的字符集轉換，若原始數據中含有\u0000~\u00ff範圍之外的Unicode字符，會由於沒法在latin1字符集中表示而被轉換爲「?」(0×3F)符號，之後查詢時無論鏈接字符集設置如何都沒法恢復其內容了。轉換過程以下圖：  

 
檢測字符集問題的一些手段
    • SHOW CHARACTER SET;
    • SHOW COLLATION;
    • SHOW VARIABLES LIKE ‘character%’;
    • SHOW VARIABLES LIKE ‘collation%’;
    • SQL函數HEX、LENGTH、CHAR_LENGTH
    • SQL函數CHARSET、COLLATION
 
使用MySQL字符集時的建議
    • 創建數據庫/表和進行數據庫操做時儘可能顯式指出使用的字符集，而不是依賴於MySQL的默認設置，不然MySQL升級時可能帶來很大困擾；
    • 數據庫和鏈接字符集都使用latin1時，雖然大部分狀況下均可以解決亂碼問題，但缺點是沒法以字符爲單位來進行SQL操做，通常狀況下將數據庫和鏈接字符集都置爲utf8是較好的選擇；
    • 使用mysql CAPI（mysql提供C語言操做的API）時，初始化數據庫句柄後立刻用mysql_options設定MYSQL_SET_CHARSET_NAME屬性爲utf8，這樣就不用顯式地用SET NAMES語句指定鏈接字符集，且用mysql_ping重連斷開的長鏈接時也會把鏈接字符集重置爲utf8；
    • 對於mysql PHP API，通常頁面級的PHP程序總運行時間較短，在鏈接到數據庫之後顯式用SET NAMES語句設置一次鏈接字符集便可；但當使用長鏈接時，請注意保持鏈接通暢並在斷開重連後用SET NAMES語句顯式重置鏈接字符集。
 
其餘注意事項
    • my.cnf中的default_character_set設置隻影響mysql命令鏈接服務器時的鏈接字符集，不會對使用libmysqlclient庫的應用程序產生任何做用！
    • 對字段進行的SQL函數操做一般都是之內部操做字符集進行的，不受鏈接字符集設置的影響。
    • SQL語句中的裸字符串會受到鏈接字符集或introducer設置的影響，對於比較之類的操做可能產生徹底不一樣的結果，須要當心！
 
總結
    根據上面的分析和建議，咱們解決咱們遇到問題應該使用什麼方法你們內心應該比較清楚了。對，就是在建立database的時候指定字符集，不要去經過修改默認配置來達到目的，固然你也能夠採用指定表的字符集的形式，但很容易出現遺漏，特別是在不少人都參與設計的時候，更容易紕漏。
 
    雖然不提倡經過修改mysql的默認字符集來解決，但對於如何去修改默認字符集，我這裏仍是給出一些方法，僅供你們參考。
 
MySQL默認字符集
MySQL對於字符集的指定能夠細化到一個數據庫，一張表，一列.傳統的程序在建立數據庫和數據表時並無使用那麼複雜的配置，它們用的是默認的配置.
    (1)編譯MySQL 時，指定了一個默認的字符集，這個字符集是 latin1；
    (2)安裝MySQL 時，能夠在配置文件 (my.ini) 中指定一個默認的的字符集，若是沒指定，這個值繼承自編譯時指定的；
    (3)啓動mysqld 時，能夠在命令行參數中指定一個默認的的字符集，若是沒指定，這個值繼承自配置文件中的配置,此時 character_set_server 被設定爲這個默認的字符集；
    (4)安裝 MySQL選擇多語言支持，安裝程序會自動在配置文件中把default_character_set 設置爲 UTF-8，保證缺省狀況下全部的數據庫全部表的全部列的都用 UTF-8 存儲。
查看默認字符集
    (默認狀況下，mysql的字符集是latin1(ISO_8859_1)，如何查看在上面咱們已經給出了相關命令
修改默認字符集(1) 最簡單的修改方法，就是修改mysql的my.ini文件中的字符集鍵值，     如    default-character-set = utf8      character_set_server =  utf8     修改完後，重啓mysql的服務(2) 還有一種修改字符集的方法，就是使用mysql的命令     mysql> SET character_set_client = utf8 ;     mysql> SET character_set_connection = utf8 ;     mysql> SET character_set_database = utf8 ;     mysql> SET character_set_results = utf8 ;     mysql> SET character_set_server = utf8 ;     mysql> SET collation_connection = utf8 ;     mysql> SET collation_database = utf8 ;     mysql> SET collation_server = utf8 ;     設置了表的默認字符集爲utf8而且經過UTF-8編碼發送查詢，存入數據庫的仍然是亂碼。那connection鏈接層上可能出了問題。解決方法是在發送查詢前執行一下下面這句： SET NAMES 'utf8';它至關於下面的三句指令：SET character_set_client = utf8;SET character_set_results = utf8;SET character_set_connection = utf8;