亂碼
推薦大家看 深入MySQL字符集設置 ,區分檢查client端、server端的編碼;最簡單暴力的方式,是在所有的環節都顯式明確的指定相同的編碼。
比如使用python的MySQLdb連接MySQL時默認的charset是latin1,需要自己指定charset=’utf8′,即使是在服務器端的init-connect=’SET NAMES utf8′,MySQLdb也會使用latin1覆蓋該選項;可以參照這篇文章;
emoji表情與utf8mb4
關於emoji表情的話mysql的utf8是不支持,需要修改設置為utf8mb4,才能支持, 詳細emoji表情與utf8mb4的關系 。
MYSQL 5.5 之前, UTF8 編碼只支持1-3個字節,只支持BMP這部分的unicode編碼區, BMP是從哪到哪,到http://en.wikipedia.org/wiki/Mapping_of_Unicode_characters 這裡看,基本就是0000~FFFF這一區。 從MYSQL5.5開始,可支持4個字節UTF編碼utf8mb4,一個字符最多能有4字節,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
服務器端
修改數據庫配置文件/etc/my.cnf
character-set-server=utf8mb4
collation_server=utf8mb4_unicode_ci
重啟MySQL(按照官方文檔,這兩個選項都是可以動態設置的,但是實際的經驗是Server必須重啟一下)
已有的表修改編碼為utf8mb4
ALTER TABLE
tbl_name
CONVERT TO CHARACTER SET
charset_name
使用下面這個語句只是修改了表的default編碼
ALTER TABLE etape_prospection CHARSET=utf8;
客戶端
jdbc的連接字符串不支持utf8mb4,這個 這種方式 來解決的,如果服務器端設置了character_set_server=utf8mb4,則客戶端會自動將傳過去的utf-8視作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,如果不能在連接字符串中指定的話,可以在獲取連接之後,執行”set names utf8mb4″來解決這個問題;
因為utf8mb4是utf8的超集,理論上即使client修改字符集為utf8mb4,也會不會對已有的utf8編碼讀取產生任何問題。