当前位置：首页 > 文章列表 > 数据库 > MySQL > MySQL乱码的原因和设置UTF8数据格式

MySQL乱码的原因和设置UTF8数据格式

来源：SegmentFault 2023-02-20 21:11:22 0浏览收藏

IT行业相对于一般传统行业，发展更新速度更快，一旦停止了学习，很快就会被行业所淘汰。所以我们需要踏踏实实的不断学习，精进自己的技术，尤其是初学者。今天golang学习网给大家整理了《MySQL乱码的原因和设置UTF8数据格式》，聊聊MySQL、unicode、字符集、utf-8、字符序，我们一起来看看吧！

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。

MySQL字符格式

字符集

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

步：

客户端请求数据库数据，发送的数据使用
```
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：
1. 使用每个数据字段的
```
character set
```
  设定值
2. 若不存在，使用对应数据表的
```
default character set
```
  设定值
3. 若不存在，使用对应数据库的
```
default character set
```
  设定值
4. 若不存在，使用
```
character_set_server
```
  设定值
将操作结果值从内部操作字符集转换为
```
character_set_results
```

字符序

说字符序之前，我们需要了解一点基础知识：

字符
```
(Character)
```
是指人类语言中最小的表义符号。例如
```
’A’、’B’
```
等；
给定一系列字符，对每个字符赋予一个数值，用数值来代表对应的字符，这一数值就是字符的编码
```
(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；
给定一系列字符并赋予对应的编码后，所有这些字符和编码对组成的集合就是字符集
```
(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；
字符序
```
(Collation)
```
是指在同一字符集内字符之间的比较规则；
确定字符序后，才能在一个字符集上定义什么是等价的字符，以及字符之间的大小关系；
每个字符序唯一对应一种字符集，但一个字符集可以对应多种字符序，其中有一个是默认字符序
```
(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。

修改字符集和字符序

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。

遇到的问题

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。

参考资料

MySQL连接校对：utf8_general_ci与utf8_unicode_ci有什么区别呢：https://segmentfault.com/q/10...
Unicode 和 UTF-8 有什么区别？：https://www.zhihu.com/questio...
深入Mysql字符集设置：http://www.laruence.com/2008/...
10.4 Connection Character Sets and Collations：https://dev.mysql.com/doc/ref...
ISO/IEC 8859-1：https://zh.wikipedia.org/wiki...
5.1.6 Server Command Options：https://dev.mysql.com/doc/ref...
用service命令管理mysql启停：https://segmentfault.com/a/11...
Unicode字符集和UTF8编码编码的前世今生：https://segmentfault.com/a/11...
Mysql中的排序规则utf8_unicode_ci、utf8_general_ci的区别总结：https://www.jb51.net/article/...

以上就是《MySQL乱码的原因和设置UTF8数据格式》的详细内容，更多关于mysql的资料请关注golang学习网公众号！

mysql MySQL unicode 字符集 utf-8 字符序

版本声明

本文转载于：SegmentFault 如有侵犯，请联系study_golang@163.com删除

你能说说你理解的数据库规范吗？

上一篇: 你能说说你理解的数据库规范吗？

下一篇: MySQL数据库的事务隔离和MVCC

评论列表

风中的画笔

这篇技术贴真及时，太全面了，太给力了，已加入收藏夹了，关注作者了！希望作者能多写数据库相关的文章。

2023-03-03 23:46:55

查看更多