MySQL亂碼的緣由和設置UTF8數據格式

時間 2019-11-10

標籤 mysql 亂碼緣由設置 utf8 utf 數據格式欄目 MySQL 简体版

原文原文鏈接

MySQL使用時，有一件很痛苦的事情確定是結果亂碼。將編碼格式都設置爲UTF8能夠解決這個問題，咱們今天來講下爲何要這麼設置，以及怎麼設置。html

MySQL字符格式

字符集

在編程語言中，咱們爲了防止中文亂碼，會使用unicode對中文字符作處理，而爲了下降網絡帶寬和節省存儲空間，咱們使用UTF8進行編碼。對這二者有什麼不一樣不夠了解的同窗，能夠參考Unicode字符集和UTF8編碼編碼的前世此生這篇文章。mysql

一樣在MySQL中，咱們也會有這樣的處理，咱們能夠查看當前數據庫設置的編碼方式（字符集）：sql

mysql> show variables like '%char%';
+--------------------------+----------------------------------+
| Variable_name            | Value                            |
+--------------------------+----------------------------------+
| character_set_client     | latin1                           | 
| character_set_connection | latin1                           | 
| character_set_database   | latin1                           | 
| character_set_filesystem | binary                           | 
| character_set_results    | latin1                           | 
| character_set_server     | latin1                           | 
| character_set_system     | utf8                             | 
| character_sets_dir       | /usr/local/mysql/share/charsets/ | 
+--------------------------+----------------------------------+
8 rows in set (0.00 sec)

表中就是當前設置的字符集，先看不用關注的幾個值：數據庫

character_set_filesystem | binary：文件系統上的存儲格式，默認爲binary（二進制）
character_set_system | utf8：系統的存儲格式，默認爲utf8
character_sets_dir | /usr/local/mysql/share/charsets/：可使用的字符集的文件路徑

剩下的幾個就是平常影響讀寫亂碼的參數了：
- character_set_client：客戶端請求數據的字符集
- character_set_connection：從客戶端接收到數據，而後傳輸的字符集
- character_set_database：默認數據庫的字符集；若是沒有默認數據庫，使用character_set_server字段
- character_set_results：結果集的字符集
- character_set_server：數據庫服務器的默認字符集編程

字符集的轉換流程分爲3步：segmentfault

客戶端請求數據庫數據，發送的數據使用character_set_client字符集
MySQL實例收到客戶端發送的數據後，將其轉換爲character_set_connection字符集
進行內部操做時，將數據字符集轉換爲內部操做字符集：服務器
1. 使用每一個數據字段的character set設定值
2. 若不存在，使用對應數據表的default character set設定值
3. 若不存在，使用對應數據庫的default character set設定值
4. 若不存在，使用character_set_server設定值
將操做結果值從內部操做字符集轉換爲character_set_results

字符序

說字符序以前，咱們須要瞭解一點基礎知識：網絡

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，case insensitive)、_cs(表示大小寫敏感，case sensitive)或_bin(表示按編碼值比較，binary)結尾。例如：在字符序「utf8_general_ci」下，字符「a」和「A」是等價的；

所以字符序不一樣於字符集，用於數據庫字段的相等或大小比較。咱們查看MySQL實例設置的字符序：編程語言

mysql> show variables like 'collation%';
+----------------------+-------------------+
| Variable_name        | Value             |
+----------------------+-------------------+
| collation_connection | latin1_swedish_ci | 
| collation_database   | latin1_swedish_ci | 
| collation_server     | latin1_swedish_ci | 
+----------------------+-------------------+
3 rows in set (0.00 sec)

跟utf8對應的經常使用字符序是：utf8_unicode_ci/utf8_general_ci和utf8_bin等，那麼他們的區別是什麼呢？測試

_bin是用二進制存儲並比較，區別大小寫，存儲二進制內容時使用
utf8_general_ci：校對速度快，但準確度稍差，使用中英文時使用
utf8_unicode_ci：準確度高，但校對速度稍慢，使用德法俄等外語時使用

詳細的區別能夠參考 Mysql中的排序規則utf8_unicode_ci、utf8_general_ci的區別總結。

修改字符集和字符序

若是在MySQL鏈接時，出現了亂碼的問題，那麼基本能夠肯定是各個字符集/序設置不統一的緣由。MySQL默認的latin1格式不支持中文，因爲咱們在中國，因此選擇對中文和各語言支持都很是完善的utf8格式。因此，咱們須要將須要關注的字符集和字符序都修改成utf8格式。

你也能夠選擇utf8mb4格式，這個格式支持保存emoji😈表情。

咱們須要修改Mysql的配置文件，查看配置文件的位置有兩種方式：

1. $ mysql --help | grep 'my.cnf'
   /etc/mysql/my.cnf /etc/my.cnf ~/.my.cnf 
2. ps aux | grep mysql

在(1)中，/etc/my.cnf, /etc/mysql/my.cnf, ~/.my.cnf 這些就是mysql默認會搜尋my.cnf的目錄，優先級依次升高。能夠在各個配置文件裏都使用long_query_time 來測試一下。

而後，咱們修改或新增下面的配置項：

# 下面註釋的幾行能夠不設置，但若是你的沒有生效，也能夠試試看
[mysqld]
character_set_server=utf8
collation-server=utf8_general_ci
skip-character-set-client-handshake
#init_connect='SET NAMES utf8'

#[client]
#default-character-set=utf8

這三行配置就能夠解決問題，最關鍵的是最後一行，參考mysql文檔，使用該參數會忽略客戶端傳遞的字符集信息，而直接使用服務端的設定；再加上咱們設定服務端的字符集和字符序均爲utf8，這樣就保證了字符格式的統一，解決亂碼的問題。

重啓mysql服務，若是提示找不到服務，請參考用service命令管理mysql啓停：

$ service mysqld restart
Shutting down MySQL..                                      [  OK  ]
Starting MySQL.                                            [  OK  ]

鏈接到mysql，查看當前編碼：

mysql> show variables like '%char%';
+--------------------------+----------------------------------+
| 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                             | 
| character_sets_dir       | /usr/local/mysql/share/charsets/ | 
+--------------------------+----------------------------------+
8 rows in set (0.01 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 (0.01 sec)

能夠看到一切都符合預期，請求和存儲的數據也再也不是亂碼了。