MapReduce輸出到MySQL編碼錯誤解決

    將搜索引擎日誌的結果用mapreduce統計後灌入mysql的過程當中，出現了以下錯誤：

16/01/15 16:25:57 INFO mapreduce.Job: Task Id : attempt_1452318091100_0022_r_000000_0, Status : FAILED
Error: java.io.IOException: Incorrect string value: '\xF0\x9F\x98\x82*' for column 'KEYWORD' at row 1
        at org.apache.hadoop.mapreduce.lib.db.DBOutputFormat$DBRecordWriter.close(DBOutputFormat.java:103)
        at org.apache.hadoop.mapred.ReduceTask$NewTrackingRecordWriter.close(ReduceTask.java:550)
        at org.apache.hadoop.mapred.ReduceTask.runNewReducer(ReduceTask.java:629)
        at org.apache.hadoop.mapred.ReduceTask.run(ReduceTask.java:389)
        at org.apache.hadoop.mapred.YarnChild$2.run(YarnChild.java:164)
        at java.security.AccessController.doPrivileged(Native Method)
        at javax.security.auth.Subject.doAs(Subject.java:415)
        at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1657)
        at org.apache.hadoop.mapred.YarnChild.main(YarnChild.java:158)

    mysql server編碼設定爲utf-8，mapreduce的數據庫鏈接爲：jdbc:mysql://host:port/database?useUnicode=true&characterEncoding=UTF-8，mysql驅動：mysql-connector-java-5.1.38

    調查得知，傳統UTF-8都是3本身編碼的，這裏出錯的是一個4本身的Unicode（相似笑臉這樣的文字：

😂  🎬 📛

），如今，數據庫定義爲UTF-8，存儲的時候嘗試用3字節容納4字節，固然會發生錯誤。

    須要把數據庫修改成utf8mb4編碼，才能容納這些4本身文字。（要求MysQL版本5.5.3及以上，同時jdbc驅動5.1.13以上）

    由於服務器上不止一個數據庫，嘗試只修改我如今用的database的table的編碼爲utf8mb4，結果同樣。

    遂修改my.cnf：

         [mysqld]

         character_set_server=utf8mb4

         collation_server=utf8mb4_bin

  修改後，仍然一樣錯誤。

  嘗試從新啓動mysql，再運行，成功。

  推測，存儲引擎須要重啓才能反映新編碼。