MySQL使用時，有一件很痛苦的事情肯定是結果亂碼。將編碼格式都設置爲UTF8可以解決這個問題，我們今天來說下爲什麼要這麼設置，以及怎麼設置。
MySQL字符格式
字符集
在編程語言中，我們爲了防止中文亂碼，會使用unicode對中文字符做處理，而爲了降低網絡帶寬和節省存儲空間，我們使用UTF8進行編碼。對這兩者有什麼不同不夠了解的同學，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，我們可以查看當前數據庫設置的編碼方式（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)表中就是當前設置的字符集，先看不用關注的幾個值：
-
character_set_filesystem | binary：文件系統上的存儲格式，默認爲binary（二進制） -
character_set_system | utf8：系統的存儲格式，默認爲utf8 -
character_sets_dir | /usr/local/mysql/share/charsets/：可以使用的字符集的文件路徑
剩下的幾個就是日常影響讀寫亂碼的參數了：- character_set_client：客戶端請求數據的字符集- character_set_connection：從客戶端接收到數據，然後傳輸的字符集- character_set_database：默認數據庫的字符集；如果沒有默認數據庫，使用character_set_server字段- character_set_results：結果集的字符集- character_set_server：數據庫服務器的默認字符集
字符集的轉換流程分爲3步：
- 客戶端請求數據庫數據，發送的數據使用
character_set_client字符集 -
MySQL實例收到客戶端發送的數據後，將其轉換爲character_set_connection字符集 -
進行內部操作時，將數據字符集轉換爲內部操作字符集：
- 使用每個數據字段的
character set設定值 - 若不存在，使用對應數據表的
default character set設定值 - 若不存在，使用對應數據庫的
default character set設定值 - 若不存在，使用
character_set_server設定值
- 使用每個數據字段的
- 將操作結果值從內部操作字符集轉換爲
character_set_results
字符序
說字符序之前，我們需要了解一點基礎知識：
- 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，對每個字符賦予一個數值，用數值來代表對應的字符，這一數值就是字符的編碼
(Encoding)。例如，我們給字符’A’賦予數值0，給字符’B’賦予數值1，則0就是字符’A’的編碼； - 給定一系列字符並賦予對應的編碼後，所有這些字符和編碼對組成的集合就是字符集
(Character Set)。例如，給定字符列表爲{‘A’,’B’}時，{‘A’=>0, ‘B’=>1}就是一個字符集； - 字符序
(Collation)是指在同一字符集內字符之間的比較規則； - 確定字符序後，才能在一個字符集上定義什麼是等價的字符，以及字符之間的大小關係；
- 每個字符序唯一對應一種字符集，但一個字符集可以對應多種字符序，其中有一個是默認字符序
(Default Collation)； -
MySQL中的字符序名稱遵從命名慣例：以字符序對應的字符集名稱開頭；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)結尾。例如：在字符序“utf8_general_ci”下，字符“a”和“A”是等價的；
因此字符序不同於字符集，用於數據庫字段的相等或大小比較。我們查看MySQL實例設置的字符序：
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對應的常用字符序是：utf8_unicode_ci/utf8_general_ci和utf8_bin等，那麼他們的區別是什麼呢？
-
_bin是用二進制存儲並比較，區別大小寫，存儲二進制內容時使用 -
utf8_general_ci：校對速度快，但準確度稍差，只使用中英文時使用 -
utf8_unicode_ci：準確度高，但校對速度稍慢，使用德法俄等外語時使用
詳細的區別可以參考 Mysql中的排序規則utf8_unicode_ci、utf8_general_ci的區別總結。
更常用的是
修改字符集和字符序
如果在MySQL連接時，出現了亂碼的問題，那麼基本可以確定是各個字符集/序設置不統一的原因。MySQL默認的latin1格式不支持中文，由於我們在中國，所以選擇對中文和各語言支持都非常完善的utf8格式。所以，我們需要將需要關注的字符集和字符序都修改爲utf8格式。
你也可以選擇utf8mb4格式，這個格式支持保存emoji😈表情。
[mysqld]
character_set_server=utf8
collation-server=utf8_unicode_ci
skip-character-set-client-handshake這三行配置就可以解決問題，最關鍵的是最後一行，參考mysql文檔，使用該參數會忽略客戶端傳遞的字符集信息，而直接使用服務端的設定；再加上我們設定服務端的字符集和字符序均爲utf8，這樣就保證了字符格式的統一，解決亂碼的問題。
重啓mysql服務，如果提示找不到服務，請參考用service命令管理mysql啓停：
$ service mysqld restart
Shutting down MySQL.. [ OK ]
Starting MySQL. [ OK ]連接到mysql，查看當前編碼：
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_unicode_ci |
| collation_database | utf8_unicode_ci |
| collation_server | utf8_unicode_ci |
+----------------------+-----------------+
3 rows in set (0.01 sec)可以看到一切都符合預期，請求和存儲的數據也不再是亂碼了。
遇到的問題
unknown variable 'default-character-set=utf8'
參考官方文檔，該參數自5.5.3版本廢棄，改爲了character-set-server，改爲這個參數即可。
但這個是在[mysqld]下的配置，在[client]下的配置依然使用default-character-set參數。
參考資料
- MySQL連接校對：utf8_general_ci與utf8_unicode_ci有什麼區別呢 ：https://segmentfault.com/q/10...
- Unicode 和 UTF-8 有什麼區別？：https://www.zhihu.com/questio...
- 深入Mysql字符集設置：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啓停：https://segmentfault.com/a/11...
- Unicode字符集和UTF8編碼編碼的前世今生：https://segmentfault.com/a/11...
- Mysql中的排序規則utf8_unicode_ci、utf8_general_ci的區別總結：https://www.jb51.net/article/...