石麗怡

（海南政法職業學院 海南省海口市 571100）

MySQL 數據庫是瑞典MySQL AB 公司開發的一個小型關系型數據庫管理系統。目前被廣泛地應用在Internet 加上的中小型網站。MySQL 數據庫是開源數據庫。開源數據庫的特點是速度快、易用性好、支持SQL、對網絡支持性好、可移植性好、費用低等。這些特點使得MySQL 成為“最受歡迎的開源數據庫”。在2020年4月份的DB-Engines 數據庫流行度排行榜[1]中My SQL 排名中排名第2 位。

1 MySQL字符集概述

字符集是指一種從二進制編碼到某類字符符號的映射，校對是指一組用于某個字符集的排序規則。并且每一類編碼字符都有其對應的字符集和校對規則。

只要涉及到中文的地方，就會存在字符集和編碼方式，MySQL可以支持很多種字符集，在同一臺服務器，同一個數據庫，甚至同一個表的不同字段都可以指定使用不同的字符集。相比其他數據庫管理系統，MySQL 要更加靈活些。正是因為MySQL 的字符集的靈活性，也體現了MySQL 的字符集負責性和繁瑣性，使得我們在實際得應用過程中，經常出現MySQL 數據庫中的文字不能正常顯示，會出現亂碼等情況。

2 支持中文的字符集

支持中文的字符集主流有三種：UTF-8 字符集、GBK 字符集和GB2312 字符集。

2.1 UTF-8字符集

是一種多字節的國際編碼，通用性強，它包含全世界所有國家需要用到的字符，英文用1 個字節（即8 位二進制），中文使用3個字節（24 位）來進行編碼， 其編碼的文字可以在各國支持utf-8字符集的瀏覽器上顯示。例如在utf-8 編碼下，英文的IE 也能顯示中文，無需再額外下載支持包。

2.2 GBK字符集

GBK 是國家標準編碼，通用性比較差，是GB2312 的擴展字符集，其文字編碼不論中文還是英文均采用雙字節表示，只對中文有區分，GBK 包含全部的中文字符。

2.3 GB2312字符集

GB2312 全稱是“信息交換用漢字編碼字符集”，由中華人民共和國國家標準總局于1980年發布，1981年5月1日起實施，是漢字字符集編碼，是最基本的漢字編碼集。它共有、收錄了7445個字節，其中簡化漢字6763 個，字母和符號682 個。只支持簡體中文。

2.4 字符集的選擇

這三中字符集都可以顯示中文字符，用于GB 是國標的意思，GB2312 和GBK 主要用于漢字的編碼，而utf-8 是全世界通用的。GBK 和UTF-8 功能一樣，但是編碼方式不一樣，GBK 的中文和英文編碼是雙字節，而UTF-8 是多字節編碼，英文使用1 個字節，中文使用3 個字節來編碼，所以，對于英文較多的網站則用UTF-8節省空間。如果開發的網站是不對外開放的中文網站，那么使用GB2312 和GBK 就夠了，如果開發的網站是全球通用就要設置稱UTF-8

3 MySQL數據庫的字符集問題

在使用MySQL 數據庫時，總結了以下幾種，MySQL 中出現中文亂碼的問題：①數據庫中的中文字符，亂碼顯示。②web 頁面顯示數據庫中文字符時出現亂碼。③不能儲存時下比較流行的emoji 表情。

分析產生亂碼原因：

（1）要了解MySQL 中字符集相關變量，首先了解其含義：

如表1 所示，默認的字符集可在3 個級別進行定義，分別是數據庫服務器（database sever）級別，數據庫（database）級別，數據表（table）級別以及字段（column）級。數據庫服務器（database sever）級別是在數據庫系統的配置文件my.ini(windows)或my.cnf(linux)上進行修改。可按以下步驟查詢配置文件my.ini 的位置：

①命令：select @@dasedir 查詢MySQL 在本機中的安裝目錄。

②命令：select @@datadir 查詢my.ini 所在的位置。

（2）了解完整的字符集流轉過程：

①mysql 服務器收到客戶端發送過來的請求時，從 character_set_client 轉換為character_set_connection。

②進行內部操作前將請求數據從character_set_connection轉換為內部操作字符集,方法如下：使用每個字段coulumn的CHARACTER SET 設定值；若未設置字段coulumn 的CHARACTER SET，則使用對應數據表的default_character_set 設定值；若Column、Table 均未設置Charater SET，則使用對應數據庫的DEFAULT CHARACTER SET 設定值；如Column、Table、Database 均未設地Charater SET，則使用服務器的character_set_server 設定值。

③最后將操作結果從內部操作字符集轉換為character_set_results。

4 針對以上問題的解決方法

4.1 數據庫中的中文字符，亂碼顯示

（1）假設在安裝MySQL 數據庫是默認安裝，那服務器默認的字符集一般是latin1。在建庫和建表時如果沒有指定其他的字符集，那么數據庫則沿用服務器默認的字符集latin1。latin1 字符集不能顯示中文字符，會提示如下所示錯誤。

表1

表2

解決方法:將數據庫字符集修改為utf8 或者GBK 即可。

命令：alter database tty character set ‘utf8’;

（2）還有一種情況就是sever 為utf8，但是column 為latin1，也會提示錯誤。

解決方法：將數據表字符集修改為utf8 或者GBK。

命令：alter table yyyu convert to character set ‘utf8’.

4.2 Web頁面顯示數據庫中文字符時出現亂碼

（1）假設客戶端向MySQL 服務器發送了一組UTF-8 命令，而的此時服務器端字符集假設是latin1，即Character_set_client 為Latin1，那么存儲到數據庫中的文字信息就會變成亂碼。

（2）假設服務器端向客戶端發送了latin1 編碼數據，但是客戶端的編碼形式為UTF-8，那么現實在web 頁面上的中文信息也是亂碼。

以上兩種情況如表2 所示。

解決方法：將服務器端的Character_set_connection、Character_set_client、Character_set_results 三個系統變量的值設置為web 客戶端的字符集utf-8 即可解決亂碼問題。一可采用相關命令進行更改，最直接的方法是找到配置文件my.ini 進行如下修改：

4.3 不能存儲emoji表情

Emoji 是時下比較流行的表情符號，也數據一種數據。可保存在MySQL 數據庫中，在存儲時若操作不當會出現incorrect string value 這個錯誤。這是因為emoji 表情是4 個字節的，而大家普遍認為utf-8 就是萬能的字符集了，在筆者遇到這個問題時也是一直這么認為的，直到遇到emoji 表情。很明顯3 個字節的utf-8 不能容納4 個字節的emoji 表情。這個時候MySQL 數據庫為了解決這個問題，在5.3 版本之后新增了一個utf-8 字符集編碼utf8mb4 編碼，之前編碼一直是utf8 編碼，utf8mb4 是utf8 的超級，占4 個字節，能夠向下兼容utf8。

解決方法：

（1）修改三級編碼。

①修改數據庫編碼：ALTER DATABASE database_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;

②修改數據表編碼：ALTER TABLE table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

③修改表字段編碼：ALTER TABLE table_name CHANGE column_name VARCHAR(191) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

（2）修改my.ini 配置文件。

MySQL 作為全世界最受歡迎的開源數據庫平臺，擁有越來越多的編程愛好者，在中文環境下編程的用戶越來多，而使用過程中出現亂碼或者數據不能存儲的問題進行了研究，經過反復操作實驗，提出了具體的解決方案。