MySQL字符集設置及字符轉換（latin1轉utf8）

在生成環境中，會經常碰到Mysql字符的設置問題，CU很多牛人都說過N次了，個人也總結下。

如果在應用開始階段沒有正確的設置字符集，在運行一段時間以後才發現存在不能滿足要求需要調整，那麼就需要進行字符集的修改。字符集的修改不能直接通過alter dataabase character set ***; 或者　alter table tablename character set ***; 命令進行，這兩個命令都沒有更新已有記錄的字符集，而只是對新創建的表或者記錄生效。

在筆者的數據庫最爲常用的是latin1、utf8，由於項目的整合，字符的要求也開始規範，統一爲utf8，那麼就需要把之前的latin1字符轉換成才utf8格式，那樣纔不會出現亂碼的情況。已有的記錄的字符集調整，需要先將數據導出，經過適當的調整重新導入後纔可完成。

以下模擬的是將latin1字符集的數據庫修改成GBK字符集的數據庫的過程。操作較爲簡單，只要花的時間是在導入和導出數據。下面就來簡單的介紹Mysql字符變量和latin1轉換到utf8的過程，大家可以根據自己實際情況，舉一反三。

一、MySQL字符集設置

• 系統變量：

– character_set_server：默認的內部操作字符集

– character_set_client：客戶端來源數據使用的字符集

– character_set_connection：連接層字符集

– character_set_results：查詢結果字符集

– character_set_database：當前選中數據庫的默認字符集

– character_set_system：系統元數據(字段名等)字符集

– 還有以collation_開頭的同上面對應的變量，用來描述字符序。

• 用introducer指定文本字符串的字符集：

– 格式爲：[_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過多餘的轉碼，直接轉換爲內部字符集處理。

二、MySQL中的字符集轉換過程

1. MySQL Server收到請求時將請求數據從character_set_client轉換爲character_set_connection；

2. 進行內部操作前將請求數據從character_set_connection轉換爲內部操作字符集，其確定方法如下：

• 使用每個數據字段的CHARACTER SET設定值；

• 若上述值不存在，則使用對應數據表的DEFAULT CHARACTER SET設定值(MySQL擴展，非SQL標準)；

• 若上述值不存在，則使用對應數據庫的DEFAULT CHARACTER SET設定值；

• 若上述值不存在，則使用character_set_server設定值。

3. 將操作結果從內部操作字符集轉換爲character_set_results。

三、latin1轉換到utf8

以原來的字符集爲latin1爲例，升級成爲utf8的字符集。原來的表: databasename (default charset=latin1)，新表：new_databasename(default charset=utf8)。

mysql> show create database databasename;
+--------------+-------------------------------------------------------------------------+
| Database | Create Database |
+--------------+-------------------------------------------------------------------------+
| databasename | CREATE DATABASE `databasename` /*!40100
DEFAULT CHARACTER SET latin1 */ |
+--------------+-------------------------------------------------------------------------+
1 row in set (0.00
sec)

1> 導出表結構：

mysqldump -uroot -p --default-character-set=utf8 -d databasename > createtab.sql

其中--default-character-set=utf8 表示設置以什麼字符集連接，　-d 表示只導出表結構，不導出數據。

2>修改　createtab.sql 中表結構定義中的字符集爲新的字符集。

sed -i s/CHARSET=latin1/CHARSET=utf8/g `grep -rl "CHARSET=latin1" createtab.sql `

3>確保記錄不再更新，導出所有記錄。

mysqldump -uroot -p --no-create-info databasename > data.sql

可選參數：

--quick: 該選項用於轉儲大的表。　它強制　mysqldump 從服務器一次一行地檢索表中的行而不是　檢索所有行，並在輸出前將它緩存到內存中。

--extended-insert: 使用包括幾個　values 列表的多行insert語法，這樣使轉儲文件更小，重載文件時可以加速插入。

--no-create-info: 不寫重新創建每個轉儲表的create table 語句。

--default-character-set=latin1: 按照原有的字符集導出所有數據，這樣導出的文件中，所有中文都是可見的，不會保存成亂碼。不添加該參數以默認字符導出。

4>打開data.sql,將　set names latin1 修改成　set names utf8 。

sed -i s/CHARSET=latin1/CHARSET=utf8/g `grep -rl "CHARSET=latin1" data.sql `

(PS：sed工作效率是非常高的，在測試中60G的數據4分鐘就轉換完畢了）

5>使用新的字符集創建新的數據庫。

create database new_databasename default charset utf8;

6>創建表，執行　createtab.sql

mysql -uroot -p new_databasename < createtab.sql

7>導入數據，執行data.sql

mysql -uroot -p new_databasename < data.sql

8、查看新數據庫的字符信息

mysql> show create database new_databasename;

+------------------+-----------------------------------------------------------------------------+

| Database | Create Database |

+------------------+-----------------------------------------------------------------------------+

| new_databasename | CREATE DATABASE `new_databasename` /*!40100
DEFAULT CHARACTER SET utf8 */ |

+------------------+-----------------------------------------------------------------------------+

1 row in set (0.00
sec)

mysql> show create table type;

+-------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+

| Table | Create Table |

+-------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+

| type | CREATE TABLE `type` (

  `id` int(10) NOT NULL AUTO_INCREMENT,

  `Name` varchar(100) CHARACTER SET gb2312 NOT NULL,

  PRIMARY KEY (`id`)

) ENGINE=MyISAM AUTO_INCREMENT=17 DEFAULT CHARSET=utf8 |

+-------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+

1 row in set (0.00
sec)

注意：選擇字符集的時候，要注意最好是源字符的超級，或者確定比源字符集的字庫更大。