MySQL亂碼的具體原因和如何設(shè)置UTF8數(shù)據(jù)格式

本文主要給大家介紹MySQL亂碼的具體原因和如何設(shè)置UTF8數(shù)據(jù)格式，文章內(nèi)容都是筆者用心摘選和編輯的，具有一定的針對性，對大家的參考意義還是比較大的，下面跟筆者一起了解下MySQL亂碼的具體原因和如何設(shè)置UTF8數(shù)據(jù)格式吧。                                                            

MySQL使用時(shí)，有一件很痛苦的事情肯定是結(jié)果亂碼。將編碼格式都設(shè)置為UTF8可以解決這個(gè)問題，我們今天來說下為什么要這么設(shè)置，以及怎么設(shè)置。

MySQL字符格式

字符集

在編程語言中，我們?yōu)榱朔乐怪形膩y碼，會使用unicode對中文字符做處理，而為了降低網(wǎng)絡(luò)帶寬和節(jié)省存儲空間，我們使用UTF8進(jìn)行編碼。對這兩者有什么不同不夠了解的同學(xué)，可以參考Unicode字符集和UTF8編碼編碼的前世今生這篇文章。

同樣在MySQL中，我們也會有這樣的處理，我們可以查看當(dāng)前數(shù)據(jù)庫設(shè)置的編碼方式（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)

表中就是當(dāng)前設(shè)置的字符集，先看不用關(guān)注的幾個(gè)值：

character_set_filesystem | binary：文件系統(tǒng)上的存儲格式，默認(rèn)為binary（二進(jìn)制）

character_set_system     | utf8：系統(tǒng)的存儲格式，默認(rèn)為utf8

character_sets_dir       | /usr/local/mysql/share/charsets/：可以使用的字符集的文件路徑

剩下的幾個(gè)就是日常影響讀寫亂碼的參數(shù)了：
- character_set_client：客戶端請求數(shù)據(jù)的字符集
- character_set_connection：從客戶端接收到數(shù)據(jù)，然后傳輸?shù)淖址?br/>- character_set_database：默認(rèn)數(shù)據(jù)庫的字符集；如果沒有默認(rèn)數(shù)據(jù)庫，使用character_set_server字段
- character_set_results：結(jié)果集的字符集
- character_set_server：數(shù)據(jù)庫云服務(wù)器的默認(rèn)字符集

字符集的轉(zhuǎn)換流程分為3步：

1、客戶端請求數(shù)據(jù)庫數(shù)據(jù)，發(fā)送的數(shù)據(jù)使用character_set_client字符集

2、MySQL實(shí)例收到客戶端發(fā)送的數(shù)據(jù)后，將其轉(zhuǎn)換為character_set_connection字符集

3、進(jìn)行內(nèi)部操作時(shí)，將數(shù)據(jù)字符集轉(zhuǎn)換為內(nèi)部操作字符集：

（1）使用每個(gè)數(shù)據(jù)字段的character set設(shè)定值

（2）若不存在，使用對應(yīng)數(shù)據(jù)表的default character set設(shè)定值

（3）若不存在，使用對應(yīng)數(shù)據(jù)庫的default character set設(shè)定值

（4）若不存在，使用character_set_server設(shè)定值

4、將操作結(jié)果值從內(nèi)部操作字符集轉(zhuǎn)換為character_set_results

字符序

說字符序之前，我們需要了解一點(diǎn)基礎(chǔ)知識：

字符(Character)是指人類語言中最小的表義符號。例如’A’、’B’等；

給定一系列字符，對每個(gè)字符賦予一個(gè)數(shù)值，用數(shù)值來代表對應(yīng)的字符，這一數(shù)值就是字符的編碼(Encoding)。例如，我們給字符’A’賦予數(shù)值0，給字符’B’賦予數(shù)值1，則0就是字符’A’的編碼；

給定一系列字符并賦予對應(yīng)的編碼后，所有這些字符和編碼對組成的集合就是字符集(Character Set)。例如，給定字符列表為{‘A’,’B’}時(shí)，{‘A’=>0, ‘B’=>1}就是一個(gè)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；

確定字符序后，才能在一個(gè)字符集上定義什么是等價(jià)的字符，以及字符之間的大小關(guān)系；

每個(gè)字符序唯一對應(yīng)一種字符集，但一個(gè)字符集可以對應(yīng)多種字符序，其中有一個(gè)是默認(rèn)字符序(Default Collation)；

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；以_ci(表示大小寫不敏感，case insensitive)、_cs(表示大小寫敏感，case sensitive)或_bin(表示按編碼值比較，binary)結(jié)尾。例如：在字符序“utf8_general_ci”下，字符“a”和“A”是等價(jià)的；

因此字符序不同于字符集，用于數(shù)據(jù)庫字段的相等或大小比較。我們查看MySQL實(shí)例設(shè)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對應(yīng)的常用字符序是：utf8_unicode_ci/utf8_general_ci和utf8_bin等，那么他們的區(qū)別是什么呢？

1、_bin是用二進(jìn)制存儲并比較，區(qū)別大小寫，存儲二進(jìn)制內(nèi)容時(shí)使用

2、utf8_general_ci：校對速度快，但準(zhǔn)確度稍差，使用中英文時(shí)使用

3、utf8_unicode_ci：準(zhǔn)確度高，但校對速度稍慢，使用德法俄等外語時(shí)使用

詳細(xì)的區(qū)別可以參考 Mysql中的排序規(guī)則utf8_unicode_ci、utf8_general_ci的區(qū)別總結(jié)。

修改字符集和字符序

如果在MySQL連接時(shí)，出現(xiàn)了亂碼的問題，那么基本可以確定是各個(gè)字符集/序設(shè)置不統(tǒng)一的原因。MySQL默認(rèn)的latin1格式不支持中文，由于我們在中國，所以選擇對中文和各語言支持都非常完善的utf8格式。所以，我們需要將需要關(guān)注的字符集和字符序都修改為utf8格式。

你也可以選擇utf8mb4格式，這個(gè)格式支持保存emoji

看完以上關(guān)于MySQL亂碼的具體原因和如何設(shè)置UTF8數(shù)據(jù)格式，很多讀者朋友肯定多少有一定的了解，如需獲取更多的行業(yè)知識信息 ，可以持續(xù)關(guān)注我們的行業(yè)資訊欄目的。