xiaobaif 2019-12-20
https://segmentfault.com/a/1190000018662023
MySQL使用时,有一件很痛苦的事情肯定是结果乱码。将编码格式都设置为UTF8可以解决这个问题,我们今天来说下为什么要这么设置,以及怎么设置。
在编程语言中,我们为了防止中文乱码,会使用unicode
对中文字符做处理,而为了降低网络带宽和节省存储空间,我们使用UTF8进行编码。对这两者有什么不同不够了解的同学,可以参考Unicode字符集和UTF8编码编码的前世今生这篇文章。
同样在MySQL中,我们也会有这样的处理,我们可以查看当前数据库设置的编码方式(字符集):
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)
表中就是当前设置的字符集,先看不用关注的几个值:
character_set_filesystem | binary:
文件系统上的存储格式,默认为binary
(二进制)character_set_system | utf8:
系统的存储格式,默认为utf8
character_sets_dir | /usr/local/mysql/share/charsets/:
可以使用的字符集的文件路径剩下的几个就是日常影响读写乱码的参数了:- character_set_client:
客户端请求数据的字符集- character_set_connection:
从客户端接收到数据,然后传输的字符集- character_set_database:
默认数据库的字符集;如果没有默认数据库,使用character_set_server
字段- character_set_results:
结果集的字符集- character_set_server:
数据库服务器的默认字符集
字符集的转换流程分为3
步:
character_set_client
字符集MySQL
实例收到客户端发送的数据后,将其转换为character_set_connection
字符集进行内部操作时,将数据字符集转换为内部操作字符集:
character set
设定值default character set
设定值default character set
设定值character_set_server
设定值character_set_results
说字符序之前,我们需要了解一点基础知识:
(Character)
是指人类语言中最小的表义符号。例如’A’、’B’
等;(Encoding)
。例如,我们给字符’A’
赋予数值0
,给字符’B’
赋予数值1
,则0
就是字符’A’
的编码;(Character Set)
。例如,给定字符列表为{‘A’,’B’}
时,{‘A’=>0, ‘B’=>1}
就是一个字符集;(Collation)
是指在同一字符集内字符之间的比较规则;(Default Collation)
;MySQL
中的字符序名称遵从命名惯例:以字符序对应的字符集名称开头;以_ci
(表示大小写不敏感,case insensitive
)、_cs
(表示大小写敏感,case sensitive
)或_bin
(表示按编码值比较,binary
)结尾。例如:在字符序“utf8_general_ci”
下,字符“a”
和“a”
是等价的;因此字符序不同于字符集,用于数据库字段的相等或大小比较。我们查看MySQL
实例设置的字符序:
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对应的常用字符序是:utf8_unicode_ci/utf8_general_ci和utf8_bin
等,那么他们的区别是什么呢?
_bin
是用二进制存储并比较,区别大小写,存储二进制内容时使用utf8_general_ci
:校对速度快,但准确度稍差,使用中英文时使用utf8_unicode_ci
:准确度高,但校对速度稍慢,使用德法俄等外语时使用详细的区别可以参考 Mysql中的排序规则utf8_unicode_ci、utf8_general_ci的区别总结。
如果在MySQL
连接时,出现了乱码的问题,那么基本可以确定是各个字符集/序设置不统一的原因。MySQL
默认的latin1
格式不支持中文,由于我们在中国,所以选择对中文和各语言支持都非常完善的utf8
格式。所以,我们需要将需要关注的字符集和字符序都修改为utf8
格式。
你也可以选择utf8mb4
格式,这个格式支持保存emoji??
表情。
我们需要修改Mysql的配置文件,查看配置文件的位置有两种方式:
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
这些就是mysql默认会搜寻my.cnf的目录,优先级依次升高。可以在各个配置文件里都使用long_query_time
来测试一下。
然后,我们修改或新增下面的配置项:
# 下面注释的几行可以不设置,但如果你的没有生效,也可以试试看 [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
这三行配置就可以解决问题,最关键的是最后一行,参考mysql文档,使用该参数会忽略客户端传递的字符集信息,而直接使用服务端的设定;再加上我们设定服务端的字符集和字符序均为utf8
,这样就保证了字符格式的统一,解决乱码的问题。
重启MySQL
服务,如果提示找不到服务,请参考用service命令管理mysql启停:
$ service mysqld restart Shutting down MySQL.. [ OK ] Starting MySQL. [ OK ]
连接到MySQL
,查看当前编码:
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)
可以看到一切都符合预期,请求和存储的数据也不再是乱码了。
unknown variable ‘default-character-set=utf8‘
参考官方文档,该参数自5.5.3
版本废弃,改为了character-set-server
,改为这个参数即可。
但这个是在[mysqld]
下的配置,在[client]
下的配置依然使用default-character-set
参数。