MySQL乱码问题以及utf8mb4字符集



1.乱码



推荐大家看 深入MySQL字符集设置 ，区分检查client端、server端的编码；最简单暴力的方式，是在所有的环节都显式明确的指定相同的编码，包括ssh客户端也指定为相同编码。



比如使用python的MySQLdb连接MySQL时默认的charset是latin1，需要自己指定charset=’utf8′，即使是在服务器端的init-connect=’SET NAMES utf8′，MySQLdb也会使用latin1覆盖该选项；可以参照这篇文章；



emoji表情与utf8mb4



关于emoji表情的话mysql的utf8不支持，需要修改设置为utf8mb4才能支持。



MYSQL 5.5 之前， UTF8 编码只支持1-3个字节，只支持BMP这部分的unicode编码区， BMP是从哪到哪，到 http://en.wikipedia.org/wiki/Mapping_of_Unicode_characters 这里看，基本就是0000～FFFF这一区。 从MYSQL5.5开始，可支持4个字节UTF编码utf8mb4，一个字符最多能有4字节，所以能支持更多的字符集。



utf8mb4 is a superset of utf8

utf8mb4兼容utf8，且比utf8能表示更多的字符。



2.修改方法





服务器端



修改数据库配置文件/etc/my.cnf



character-set-server=utf8mb4 

collation_server=utf8mb4_unicode_ci



重启MySQL（按照官方文档，这两个选项都是可以动态设置的，但是实际的经验是Server必须重启一下）



已有的表修改编码为utf8mb4



ALTER TABLE 

tbl_name

 CONVERT TO CHARACTER SET 

charset_name;

使用下面这个语句只是修改了表的default编码



ALTER TABLE etape_prospection CHARSET=utf8;



客户端



jdbc的连接字符串不支持utf8mb4，这个 这种方式 来解决的，如果服务器端设置了character_set_server=utf8mb4，则客户端会自动将传过去的utf-8视作utf8mb4。



Connector/J did not support  utf8mb4  for servers 5.5.2 and newer.

Connector/J now auto-detects servers configured with character_set_server=utf8mb4  or treats the Java encoding  utf-8  passed using  characterEncoding=... as  utf8mb4  in the  SET NAMES=  calls it makes when establishing the connection. (Bug #54175)



其他的client端，比如php、python需要看下client是否支持，如果不能在连接字符串中指定的话，可以在获取连接之后，执行”set names utf8mb4″来解决这个问题；



因为utf8mb4是utf8的超集，理论上即使client修改字符集为utf8mb4，也会不会对已有的utf8编码读取产生任何问题。



3.创建数据库编码为utf8mb4字符集为utf8mb4_unicode_ci的方法：





CREATE DATABASE testdb charset utf8mb4 COLLATE utf8mb4_unicode_ci;

grant select,insert,update on testdb.* to test@'%' identified by "test";