MySQL乱码问题以及utf8mb4字符集

kider

出处：http://afei2.sinaapp.com/?p=518
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。

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是不支持，需要修改设置为utf8mb4，才能支持，详细emoji表情与utf8mb4的关系。

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。

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

1. ALTER TABLE tbl_name CONVERT TO CHARACTER SET charset_name;

复制代码

使用下面这个语句只是修改了表的default编码

1. ALTER TABLE etape_prospection CHARSET=utf8;

复制代码

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 withcharacter_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。

yoon

赞，字符集狠重要啊