MySQL的字符集小结

正确了解MySQL的字符集问题，能够从根本上解决乱码的困扰。

首先，MySQL的字符集问题主要是两个概念，一个是Character Sets，一个是Collations，前者是字符内容及编码，后者是对前者进行比较操作的一些规则。这两个参数集可以在数据库实例、单个数据库、表、列等四个级别指定。

对于使用者来说，一般推荐使用utf8编码来存储数据。而要解决乱码问题，不单单是MySQL数据的存储问题，还和用户的程序文件的编码方式、用户程序和MySQL数据库的连接方式都有关系。

首先，MySQL有默认的字符集，这个是安装的时候确定的，在编译MySQL的时候可以通过DEFAULT_CHARSET=utf8和DEFAULT_COLLATION=utf8_general_ci这两个参数（MySQL5.5版本，5.1版本用–with-charset=utf8 –with-collation=utf8_general_ci）来指定默认的字符集为utf8，这也是最一劳永逸的办法，这样指定后，客户端连接到数据库的编码方式也默认是utf8了，应用程序不需要任何处理。

但是遗憾的是，很多人编译安装MySQL的时候没有指定这两个参数，大多数人更是通过二进制程序的方式安装，那么这时候MySQL的默认字符集是latin1。而这时候我们仍然可以指定MySQL的默认字符集，通过my.cnf文件增加两个参数：

character_set_server=utf8

collation_server=utf8_general_ci

init_connect = ‘SET NAMES utf8′

default-character-set = utf8

 

character_set_server=utf8

collation_server=utf8_general_ci

 

这样我们建数据库建表的时候就不用特别指定utf8的字符集了。配置文件里的这种写法解决了数据存储和比较的问题，但是对客户端的连接是没有作用的，客户端这时候一般需要指定utf8方式连接才能避免乱码。也就是传说总的set names命令。

 

事实上，set names utf8命令对应的是服务器端以下几个命令：

 

SET character_set_client = utf8;

SET character_set_results = utf8;

SET character_set_connection = xutf8;

 

但这三个参数是不能写在配置文件my.cnf里的。只能通过set命令来动态修改。我们需要的是在配置文件里写好一劳永逸的办法。

 

那么这时候，是否有在服务端解决问题的办法呢，可行的思路是在init_connect里设置。这个命令在每个普通用户连接上来的时候都会触发执行，可以在[mysqld]部分增加以下一行设置连接字符集：

 

init_connect = ‘SET NAMES utf8′

 

这样就简单的解决了问题，但是要注意的是，这个命令对具有super权限的用户是不生效的，可以简单的测试如下：

 

[root@localhost init.d]# mysql -u root -p

Enter password:

Welcome to the MySQL monitor.  Commands end with ; or \g.

Your MySQL connection id is 6

Server version: 5.1.49-log MySQL Community Server (GPL)

 

Copyright (c) 2000, 2010, Oracle and/or its affiliates. All rights reserved.

This software comes with ABSOLUTELY NO WARRANTY. This is free software,

and you are welcome to modify and redistribute it under the GPL v2 license

 

Type ‘help;’ or ‘\h’ for help. Type ‘\c’ to clear the current input statement.

 

mysql> show variables like ‘%collation%’;

+———————-+——————-+

| Variable_name        | Value             |

+———————-+——————-+

| collation_connection | latin1_swedish_ci |

| collation_database   | utf8_general_ci   |

| collation_server     | utf8_general_ci   |

+———————-+——————-+

3 rows in set (0.00 sec)

 

mysql> show variables like ‘%character%’;

+————————–+—————————-+

| Variable_name            | Value                      |

+————————–+—————————-+

| character_set_client     | latin1                     |

| character_set_connection | latin1                     |

| character_set_database   | utf8                       |

| character_set_filesystem | binary                     |

| character_set_results    | latin1                     |

| character_set_server     | utf8                       |

| character_set_system     | utf8                       |

| character_sets_dir       | /usr/share/mysql/charsets/ |

+————————–+—————————-+

8 rows in set (0.00 sec)

 

我们看到root用户看到的connection相关参数仍然是latin1，而普通用户看到的却是utf8。实际上，对于mysql, mysqladmin, mysqlcheck, mysqlimport和mysqlshow这些客户端命令程序，可以设置以下参数在配置文件的[client]部分，为这些程序指定默认用utf8编码和连接：

 

default-character-set = utf8

 

网上很多资料（包括一些大公司的所谓牛人）说加上这一行就能彻底解决乱码问题，这是不正确的，这个参数只对以上几个官方的客户端程序有用，对普通的第三方程序，比如php代码是无效的。

 

当然，这个参数可以方便DBA的管理，还是很有用的，而这个参数也能解释为什么DBA看到的内容和普通用户看到的内容有时会有差异。

 

除了数据库的存储，连接数据库的方式，还有就是程序本身的编码也要是utf8方式来保存，当然这与MySQL数据库已经无关了，而是客户端显示的问题。

 

总结一下就是：

1、首选在编译安装MySQL的时候指定两个参数使用utf8编码。

2、次选在配置文件my.cnf设定两个参数，同时设置init_connect参数。

3、第三在配置文件my.cnf设定两个参数，同时客户端的连接指定set names命令。

4、在配置文件my.cnf里加入default-character-set参数方便管理。

 

参考：

http://www.banping.com/2011/01/24/mysql-character-collation/