MySQL數(shù)據(jù)庫字符集的問題研究

石麗怡

（海南政法職業(yè)學(xué)院 海南省?？谑?571100）

MySQL 數(shù)據(jù)庫是瑞典MySQL AB 公司開發(fā)的一個小型關(guān)系型數(shù)據(jù)庫管理系統(tǒng)。目前被廣泛地應(yīng)用在Internet 加上的中小型網(wǎng)站。MySQL 數(shù)據(jù)庫是開源數(shù)據(jù)庫。開源數(shù)據(jù)庫的特點是速度快、易用性好、支持SQL、對網(wǎng)絡(luò)支持性好、可移植性好、費用低等。這些特點使得MySQL 成為“最受歡迎的開源數(shù)據(jù)庫”。在2020年4月份的DB-Engines 數(shù)據(jù)庫流行度排行榜[1]中My SQL 排名中排名第2 位。

1 MySQL字符集概述

字符集是指一種從二進制編碼到某類字符符號的映射，校對是指一組用于某個字符集的排序規(guī)則。并且每一類編碼字符都有其對應(yīng)的字符集和校對規(guī)則。

只要涉及到中文的地方，就會存在字符集和編碼方式，MySQL可以支持很多種字符集，在同一臺服務(wù)器，同一個數(shù)據(jù)庫，甚至同一個表的不同字段都可以指定使用不同的字符集。相比其他數(shù)據(jù)庫管理系統(tǒng)，MySQL 要更加靈活些。正是因為MySQL 的字符集的靈活性，也體現(xiàn)了MySQL 的字符集負責(zé)性和繁瑣性，使得我們在實際得應(yīng)用過程中，經(jīng)常出現(xiàn)MySQL 數(shù)據(jù)庫中的文字不能正常顯示，會出現(xiàn)亂碼等情況。

2 支持中文的字符集

支持中文的字符集主流有三種：UTF-8 字符集、GBK 字符集和GB2312 字符集。

2.1 UTF-8字符集

是一種多字節(jié)的國際編碼，通用性強，它包含全世界所有國家需要用到的字符，英文用1 個字節(jié)（即8 位二進制），中文使用3個字節(jié)（24 位）來進行編碼， 其編碼的文字可以在各國支持utf-8字符集的瀏覽器上顯示。例如在utf-8 編碼下，英文的IE 也能顯示中文，無需再額外下載支持包。

2.2 GBK字符集

GBK 是國家標(biāo)準(zhǔn)編碼，通用性比較差，是GB2312 的擴展字符集，其文字編碼不論中文還是英文均采用雙字節(jié)表示，只對中文有區(qū)分，GBK 包含全部的中文字符。

2.3 GB2312字符集

GB2312 全稱是“信息交換用漢字編碼字符集”，由中華人民共和國國家標(biāo)準(zhǔn)總局于1980年發(fā)布，1981年5月1日起實施，是漢字字符集編碼，是最基本的漢字編碼集。它共有、收錄了7445個字節(jié)，其中簡化漢字6763 個，字母和符號682 個。只支持簡體中文。

2.4 字符集的選擇

這三中字符集都可以顯示中文字符，用于GB 是國標(biāo)的意思，GB2312 和GBK 主要用于漢字的編碼，而utf-8 是全世界通用的。GBK 和UTF-8 功能一樣，但是編碼方式不一樣，GBK 的中文和英文編碼是雙字節(jié)，而UTF-8 是多字節(jié)編碼，英文使用1 個字節(jié)，中文使用3 個字節(jié)來編碼，所以，對于英文較多的網(wǎng)站則用UTF-8節(jié)省空間。如果開發(fā)的網(wǎng)站是不對外開放的中文網(wǎng)站，那么使用GB2312 和GBK 就夠了，如果開發(fā)的網(wǎng)站是全球通用就要設(shè)置稱UTF-8

3 MySQL數(shù)據(jù)庫的字符集問題

在使用MySQL 數(shù)據(jù)庫時，總結(jié)了以下幾種，MySQL 中出現(xiàn)中文亂碼的問題：①數(shù)據(jù)庫中的中文字符，亂碼顯示。②web 頁面顯示數(shù)據(jù)庫中文字符時出現(xiàn)亂碼。③不能儲存時下比較流行的emoji 表情。

分析產(chǎn)生亂碼原因：

（1）要了解MySQL 中字符集相關(guān)變量，首先了解其含義：

如表1 所示，默認的字符集可在3 個級別進行定義，分別是數(shù)據(jù)庫服務(wù)器（database sever）級別，數(shù)據(jù)庫（database）級別，數(shù)據(jù)表（table）級別以及字段（column）級。數(shù)據(jù)庫服務(wù)器（database sever）級別是在數(shù)據(jù)庫系統(tǒng)的配置文件my.ini(windows)或my.cnf(linux)上進行修改?？砂匆韵虏襟E查詢配置文件my.ini 的位置：

①命令：select @@dasedir 查詢MySQL 在本機中的安裝目錄。

②命令：select @@datadir 查詢my.ini 所在的位置。

（2）了解完整的字符集流轉(zhuǎn)過程：

①mysql 服務(wù)器收到客戶端發(fā)送過來的請求時，從 character_set_client 轉(zhuǎn)換為character_set_connection。

②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,方法如下：使用每個字段coulumn的CHARACTER SET 設(shè)定值；若未設(shè)置字段coulumn 的CHARACTER SET，則使用對應(yīng)數(shù)據(jù)表的default_character_set 設(shè)定值；若Column、Table 均未設(shè)置Charater SET，則使用對應(yīng)數(shù)據(jù)庫的DEFAULT CHARACTER SET 設(shè)定值；如Column、Table、Database 均未設(shè)地Charater SET，則使用服務(wù)器的character_set_server 設(shè)定值。

③最后將操作結(jié)果從內(nèi)部操作字符集轉(zhuǎn)換為character_set_results。

4 針對以上問題的解決方法

4.1 數(shù)據(jù)庫中的中文字符，亂碼顯示

（1）假設(shè)在安裝MySQL 數(shù)據(jù)庫是默認安裝，那服務(wù)器默認的字符集一般是latin1。在建庫和建表時如果沒有指定其他的字符集，那么數(shù)據(jù)庫則沿用服務(wù)器默認的字符集latin1。latin1 字符集不能顯示中文字符，會提示如下所示錯誤。

表1

表2

解決方法:將數(shù)據(jù)庫字符集修改為utf8 或者GBK 即可。

命令：alter database tty character set ‘utf8’;

（2）還有一種情況就是sever 為utf8，但是column 為latin1，也會提示錯誤。

解決方法：將數(shù)據(jù)表字符集修改為utf8 或者GBK。

命令：alter table yyyu convert to character set ‘utf8’.

4.2 Web頁面顯示數(shù)據(jù)庫中文字符時出現(xiàn)亂碼

（1）假設(shè)客戶端向MySQL 服務(wù)器發(fā)送了一組UTF-8 命令，而的此時服務(wù)器端字符集假設(shè)是latin1，即Character_set_client 為Latin1，那么存儲到數(shù)據(jù)庫中的文字信息就會變成亂碼。

（2）假設(shè)服務(wù)器端向客戶端發(fā)送了latin1 編碼數(shù)據(jù)，但是客戶端的編碼形式為UTF-8，那么現(xiàn)實在web 頁面上的中文信息也是亂碼。

以上兩種情況如表2 所示。

解決方法：將服務(wù)器端的Character_set_connection、Character_set_client、Character_set_results 三個系統(tǒng)變量的值設(shè)置為web 客戶端的字符集utf-8 即可解決亂碼問題。一可采用相關(guān)命令進行更改，最直接的方法是找到配置文件my.ini 進行如下修改：

4.3 不能存儲emoji表情

Emoji 是時下比較流行的表情符號，也數(shù)據(jù)一種數(shù)據(jù)?？杀４嬖贛ySQL 數(shù)據(jù)庫中，在存儲時若操作不當(dāng)會出現(xiàn)incorrect string value 這個錯誤。這是因為emoji 表情是4 個字節(jié)的，而大家普遍認為utf-8 就是萬能的字符集了，在筆者遇到這個問題時也是一直這么認為的，直到遇到emoji 表情。很明顯3 個字節(jié)的utf-8 不能容納4 個字節(jié)的emoji 表情。這個時候MySQL 數(shù)據(jù)庫為了解決這個問題，在5.3 版本之后新增了一個utf-8 字符集編碼utf8mb4 編碼，之前編碼一直是utf8 編碼，utf8mb4 是utf8 的超級，占4 個字節(jié)，能夠向下兼容utf8。

解決方法：

（1）修改三級編碼。

①修改數(shù)據(jù)庫編碼：ALTER DATABASE database_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;

②修改數(shù)據(jù)表編碼：ALTER TABLE table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

③修改表字段編碼：ALTER TABLE table_name CHANGE column_name VARCHAR(191) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

（2）修改my.ini 配置文件。

MySQL 作為全世界最受歡迎的開源數(shù)據(jù)庫平臺，擁有越來越多的編程愛好者，在中文環(huán)境下編程的用戶越來多，而使用過程中出現(xiàn)亂碼或者數(shù)據(jù)不能存儲的問題進行了研究，經(jīng)過反復(fù)操作實驗，提出了具體的解決方案。