From: 博客園 Johney
最近，在項目組使用的mysql數(shù)據(jù)庫中，插入數(shù)據(jù)出現(xiàn)亂碼茅特，關(guān)于這個問題做了下總結(jié)，我們從最基本的地方說起棋枕，到錯誤產(chǎn)生的深層次原因和解決辦法白修。
基本概念
? 字符(Character)是指人類語言中最小的表義符號。例如’A'重斑、’B'等兵睛；
? 給定一系列字符，對每個字符賦予一個數(shù)值窥浪，用數(shù)值來代表對應(yīng)的字符祖很，這一數(shù)值就是字符的編碼(Encoding)。例如漾脂，我們給字符’A'賦予數(shù)值0假颇，給字符’B'賦予數(shù)值1，則0就是字符’A'的編碼骨稿；
? 給定一系列字符并賦予對應(yīng)的編碼后笨鸡，所有這些字符和編碼對組成的集合就是字符集(Character Set)。例如啊终，給定字符列表為{’A',’B'}時镜豹，{’A'=>0, ‘B’=>1}就是一個字符集；
? 字符序(Collation)是指在同一字符集內(nèi)字符之間的比較規(guī)則蓝牲；
? 確定字符序后趟脂，才能在一個字符集上定義什么是等價的字符，以及字符之間的大小關(guān)系例衍；
? 每個字符序唯一對應(yīng)一種字符集昔期，但一個字符集可以對應(yīng)多種字符序，其中有一個是默認字符序(Default Collation)佛玄；
? MySQL中的字符序名稱遵從命名慣例：以字符序?qū)?yīng)的字符集名稱開頭硼一；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(jié)尾梦抢。例如：在字符序“utf8_general_ci”下般贼，字符“a”和“A”是等價的；
MySQL字符集設(shè)置
? 系統(tǒng)變量：
– character_set_server：默認的內(nèi)部操作字符集
– character_set_client：客戶端來源數(shù)據(jù)使用的字符集
– character_set_connection：連接層字符集
– character_set_results：查詢結(jié)果字符集
– character_set_database：當前選中數(shù)據(jù)庫的默認字符集
– character_set_system：系統(tǒng)元數(shù)據(jù)(字段名等)字符集
– 還有以collation_開頭的同上面對應(yīng)的變量，用來描述字符序哼蛆。
? 用introducer指定文本字符串的字符集：
– 格式為：[_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中不經(jīng)過多余的轉(zhuǎn)碼蕊梧，直接轉(zhuǎn)換為內(nèi)部字符集處理。
MySQL中的字符集轉(zhuǎn)換過程
- MySQL Server收到請求時將請求數(shù)據(jù)從character_set_client轉(zhuǎn)換為character_set_connection腮介；
- 進行內(nèi)部操作前將請求數(shù)據(jù)從character_set_connection轉(zhuǎn)換為內(nèi)部操作字符集肥矢，其確定方法如下：
- 使用每個數(shù)據(jù)字段的CHARACTER SET設(shè)定值；
- 若上述值不存在叠洗，則使用對應(yīng)數(shù)據(jù)表的DEFAULT CHARACTER SET設(shè)定值(MySQL擴展甘改，非SQL標準)；
- 若上述值不存在灭抑，則使用對應(yīng)數(shù)據(jù)庫的DEFAULT CHARACTER SET設(shè)定值十艾；
- 若上述值不存在，則使用character_set_server設(shè)定值名挥。
- 將操作結(jié)果從內(nèi)部操作字符集轉(zhuǎn)換為character_set_results疟羹。
我們現(xiàn)在回過頭來分析下我們產(chǎn)生的亂碼問題：
a 我們的字段沒有設(shè)置字符集，因此使用表的數(shù)據(jù)集
b 我們的表沒有指定字符集禀倔，默認使用數(shù)據(jù)庫存的字符集
c 我們的數(shù)據(jù)庫在創(chuàng)建的時候沒有指定字符集榄融，因此使用character_set_server設(shè)定值
d 我們沒有特意去修改character_set_server的指定字符集，因此使用mysql默認
e mysql默認的字符集是latin1救湖，因此愧杯，我們使用了latin1字符集，而我們character_set_connection的字符集是UTF-8鞋既，插入中文亂碼也再所難免了力九。
常見問題解析
? FAQ-1 向默認字符集為utf8的數(shù)據(jù)表插入utf8編碼的數(shù)據(jù)前沒有設(shè)置連接字符集，查詢時設(shè)置連接字符集為utf8
– 插入時根據(jù)MySQL服務(wù)器的默認設(shè)置邑闺，character_set_client跌前、character_set_connection和character_set_results均為latin1；
– 插入操作的數(shù)據(jù)將經(jīng)過latin1=>latin1=>utf8的字符集轉(zhuǎn)換過程陡舅，這一過程中每個插入的漢字都會從原始的3個字節(jié)變成6個字節(jié)保存抵乓；
– 查詢時的結(jié)果將經(jīng)過utf8=>utf8的字符集轉(zhuǎn)換過程，將保存的6個字節(jié)原封不動返回靶衍，產(chǎn)生亂碼灾炭。參考下圖：
? 向默認字符集為latin1的數(shù)據(jù)表插入utf8編碼的數(shù)據(jù)前設(shè)置了連接字符集為utf8（我們遇到的錯誤就是屬于這一種）
– 插入時根據(jù)連接字符集設(shè)置，character_set_client颅眶、character_set_connection和character_set_results均為utf8蜈出；
--插入數(shù)據(jù)將經(jīng)過utf8=>utf8=>latin1的字符集轉(zhuǎn)換，若原始數(shù)據(jù)中含有\(zhòng)u0000~\u00ff范圍以外的Unicode字符涛酗，會因為無法在latin1字符集中表示而被轉(zhuǎn)換為“?”(0×3F)符號铡原，以后查詢時不管連接字符集設(shè)置如何都無法恢復其內(nèi)容了偷厦。轉(zhuǎn)換過程如下圖：
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(shù)HEX、LENGTH燕刻、CHAR_LENGTH
? SQL函數(shù)CHARSET沪哺、COLLATION
使用MySQL字符集時的建議
? 建立數(shù)據(jù)庫/表和進行數(shù)據(jù)庫操作時盡量顯式指出使用的字符集，而不是依賴于MySQL的默認設(shè)置酌儒，否則MySQL升級時可能帶來很大困擾；
? 數(shù)據(jù)庫和連接字符集都使用latin1時枯途，雖然大部分情況下都可以解決亂碼問題忌怎，但缺點是無法以字符為單位來進行SQL操作，一般情況下將數(shù)據(jù)庫和連接字符集都置為utf8是較好的選擇酪夷；
? 使用mysql CAPI（mysql提供C語言操作的API）時榴啸，初始化數(shù)據(jù)庫句柄后馬上用mysql_options設(shè)定MYSQL_SET_CHARSET_NAME屬性為utf8，這樣就不用顯式地用SET NAMES語句指定連接字符集晚岭，且用mysql_ping重連斷開的長連接時也會把連接字符集重置為utf8鸥印；
? 對于mysql PHP API，一般頁面級的PHP程序總運行時間較短坦报，在連接到數(shù)據(jù)庫以后顯式用SET NAMES語句設(shè)置一次連接字符集即可库说；但當使用長連接時，請注意保持連接通暢并在斷開重連后用SET NAMES語句顯式重置連接字符集片择。
其他注意事項
? my.cnf中的default_character_set設(shè)置只影響mysql命令連接服務(wù)器時的連接字符集潜的，不會對使用libmysqlclient庫的應(yīng)用程序產(chǎn)生任何作用！
? 對字段進行的SQL函數(shù)操作通常都是以內(nèi)部操作字符集進行的字管，不受連接字符集設(shè)置的影響啰挪。
? SQL語句中的裸字符串會受到連接字符集或introducer設(shè)置的影響，對于比較之類的操作可能產(chǎn)生完全不同的結(jié)果嘲叔，需要小心亡呵！
總結(jié)
根據(jù)上面的分析和建議，我們解決我們遇到問題應(yīng)該使用什么方法大家心里應(yīng)該比較清楚了硫戈。對锰什，就是在創(chuàng)建database的時候指定字符集，不要去通過修改默認配置來達到目的掏愁，當然你也可以采用指定表的字符集的形式歇由，但很容易出現(xiàn)遺漏，特別是在很多人都參與設(shè)計的時候果港，更容易紕漏沦泌。
雖然不提倡通過修改mysql的默認字符集來解決，但對于如何去修改默認字符集辛掠，我這里還是給出一些方法谢谦，僅供大家參考释牺。
MySQL默認字符集
MySQL對于字符集的指定可以細化到一個數(shù)據(jù)庫，一張表回挽，一列.傳統(tǒng)的程序在創(chuàng)建數(shù)據(jù)庫和數(shù)據(jù)表時并沒有使用那么復雜的配置没咙，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千劈，這個字符集是 latin1祭刚；
(2)安裝MySQL 時，可以在配置文件 (my.ini) 中指定一個默認的的字符集墙牌，如果沒指定涡驮，這個值繼承自編譯時指定的；
(3)啟動mysqld 時喜滨，可以在命令行參數(shù)中指定一個默認的的字符集捉捅，如果沒指定，這個值繼承自配置文件中的配置,此時 character_set_server 被設(shè)定為這個默認的字符集虽风；
(4)安裝 MySQL選擇多語言支持棒口，安裝程序會自動在配置文件中把default_character_set 設(shè)置為 UTF-8，保證缺省情況下所有的數(shù)據(jù)庫所有表的所有列的都用 UTF-8 存儲辜膝。
查看默認字符集
(默認情況下无牵，mysql的字符集是latin1(ISO_8859_1)，如何查看在上面我們已經(jīng)給出了相關(guān)命令
修改默認字符集
(1) 最簡單的修改方法内舟，就是修改mysql的my.ini文件中的字符集鍵值合敦，
如 default-character-set = utf8
character_set_server = utf8
修改完后，重啟mysql的服務(wù)
(2) 還有一種修改字符集的方法验游，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(shè)置了表的默認字符集為utf8并且通過UTF-8編碼發(fā)送查詢充岛，存入數(shù)據(jù)庫的仍然是亂碼。那connection連接層上可能出了問題耕蝉。解決方法是在發(fā)送查詢前執(zhí)行一下下面這句： SET NAMES 'utf8';它相當于下面的三句指令：
SET character_set_client = utf8;
SET character_set_results = utf8;
SET character_set_connection = utf8;
