点击有惊喜

阿里云幸运券分享给你，用券购买或者升级阿里云相应产品会有特惠惊喜哦！把想要买的产品的幸运券都领走吧！快下手，马上就要抢光了。

场景

• 程序使用gbk编码，表使用的是latin1编码，而我再一次倒入数据的操作中使用了utf8的终端，指定–default-character-set=’latin1’倒入的数据是乱码，而后来将终端换成gbk之后酒倒入成功了
• 通过变换插入数据的终端，模拟我们平常需要倒入数据的终端
• 通过变更查询数据的终端，来模拟我们程序的查询操作
• default-character-set变更能够正确的读取中文字符

测试环境

• mysql server和Linux是utf8的字符集
• 使用xshell作为终端进行输入
• 建立一张表存储字符集是latin1
• 使用mysqlclient 进行插入和查询，查看查询到的数据是否正确

实验步骤

1. 使用mysqlclient，–default-character-set=’latin1′ 这个选测进行测试，看看他到底改变了那些字符集，如下图所示

    [root@5kh4z42 goufu]#  mysql -u superdba -padmin -S /tmp/mysql3443.sock   -e '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/xywy/mysql-5.5.38/share/charsets/ |  +--------------------------+----------------------------------------------+  [root@5kh4z42 goufu]#  mysql -u superdba -padmin -S /tmp/mysql3443.sock  --default-character-set='latin1' -e 'show variables like "%char%"';  +--------------------------+----------------------------------------------+  | Variable_name            | Value                                        |  +--------------------------+----------------------------------------------+  | character_set_client     | latin1                                       |  | character_set_connection | latin1                                       |  | character_set_database   | utf8                                         |  | character_set_filesystem | binary                                       |  | character_set_results    | latin1                                       |  | character_set_server     | utf8                                         |  | character_set_system     | utf8                                         |  | character_sets_dir       | /usr/local/xywy/mysql-5.5.38/share/charsets/ |  +--------------------------+----------------------------------------------+ 

2. 这里可以看出具体的client和connection与results是取决于client的，默认是和文件系统统一的
3. 创建一张latin1字符集的表进行测试，看看mysql如何对字符集进行转换，老的或者奇葩业务如何使用latin1存储中文

   CREATE TABLE `aa` (  `id` int(11) DEFAULT NULL,  `name` varchar(100) DEFAULT NULL  ) ENGINE=InnoDB DEFAULT CHARSET=latin1

4. 插入测试数据

   终端切换为UTF8字符集，执行命令 mysql -u superdba -padmin -S /tmp/mysql.sock  --default-character-set='latin1' -e 'insert into  test.aa values(1,"啊啊")'; 终端切换为GBK字符集，执行命令 mysql -u superdba -padmin -S /tmp/mysql.sock  --default-character-set='latin1' -e 'insert into  test.aa values(2,"啊啊")'; 终端切换为UTF8字符集，执行命令 mysql -u superdba -padmin -S /tmp/mysql.sock   -e 'insert into  test.aa values(3,"啊啊")'; 终端切换为GBK字符集，执行命令 mysql -u superdba -padmin -S /tmp/mysql.sock   -e 'insert into  test.aa values(4,"啊啊")';

5. 查询数据

   终端切换为UTF8字符集，执行命令 [root@5kh4z42 goufu]# mysql -u superdba -padmin -S /tmp/mysql3443.sock  --default-character-set='latin1' -e 'select * from test.aa';  +------+--------+  | id   | name   |  +------+--------+  |    1 | 啊啊 |  |    2 | °¡°¡   |  |    3 | ????   |  |    4 | ??     |  +------+--------+  终端切换为GBK字符集，执行命令  [root@5kh4z42 goufu]# mysql -u superdba -padmin -S /tmp/mysql3443.sock  --default-character-set='latin1' -e 'select * from test.aa';  +------+--------+  | id   | name   |  +------+--------+  |    1 | 鍟婂晩 |  |    2 | 啊啊   |  |    3 | ????   |  |    4 | ??     |  +------+--------+  终端切换为UTF8字符集，执行命令  [root@5kh4z42 goufu]# mysql -u superdba -padmin -S /tmp/mysql3443.sock   -e 'select * from test.aa';  +------+----------------+  | id   | name           |  +------+----------------+  |    1 | å•Šå•Š         |  |    2 | °¡°¡           |  |    3 | ????           |  |    4 | ??             |  +------+----------------+  终端切换为GBK字符集，执行命令  [root@5kh4z42 goufu]# mysql -u superdba -padmin -S /tmp/mysql3443.sock   -e 'select * from test.aa';  +------+----------------+  | id   | name           |  +------+----------------+  |    1 | 氓鈥⑴犆モ€⑴?        |  |    2 | 掳隆掳隆           |  |    3 | ????           |  |    4 | ??             |  +------+----------------+

6. 排查问题

   查看数据库底层存储的值，执行如下命令  [root@5kh4z42 goufu]# mysql -u superdba -padmin -S /tmp/mysql3443.sock   -e 'select id,hex(name) from test.aa';  +------+--------------+  | id   | hex(name)    |  +------+--------------+  |    1 | E5958AE5958A |  |    2 | B0A1B0A1     |  |    3 | 3F3F3F3F     |  |    4 | 3F3F         |  +------+--------------+

   • 问题到这里其实有一些清晰了，结合我们之前的只是utf8存储汉字是3字节存储，即2^8^3，换算成十六进制就是2^4^2^3即6个16位数表示，所以’啊’ 对应的编码是%E5%95%8A，同理算出并验证GBK编码的’啊’ 的编码是%B0%A1，如我们所看到的3F其实就是?的编码，urf8和gbk是一样的

   • 这里结合之前的只是，得知latin1是单字节编码，如果在存储的时候他识别不了会按照单自己存储，所以将他存储的二进制码交给其他的字符集就可以进行复原，试验中换成了ascii码得到的结果也是一样的，这可能就是单字节码的特性。
7. 既然单字节存在这种转换规律那么gbk和utf8 之间是怎样进行转换的呢

   • 首先，创建一张表结构如下

     create table cc (  id int ,  name varchar(100),  terminal varchar(100),  `client` varchar(100)  ) charset=gbk;

   • 然后，我们分别使用utf8终端执行如下命令

     mysql -u superdba -pguzaneyR@cj7M6m -S /tmp/mysql3443.sock  --default-character-set='gbk' -e 'insert into  test_liuyaxin.cc values(1,"啊啊","utf8","gbk")';  mysql -u superdba -pguzaneyR@cj7M6m -S /tmp/mysql3443.sock   -e 'insert into  test_liuyaxin.cc values(1,"啊啊","utf8","utf8")'; 

   • 然后在gbk终端下执行命令

     mysql -u superdba -pguzaneyR@cj7M6m -S /tmp/mysql3443.sock  --default-character-set='gbk' -e 'insert into  test_liuyaxin.cc values(2,"啊啊","gbk","gbk")';  mysql -u superdba -pguzaneyR@cj7M6m -S /tmp/mysql3443.sock   -e 'insert into  test_liuyaxin.cc values(2,"啊啊","gbk","utf8")'; 

   • 最后使用utf8终端查询结果

     mysql -u superdba -pguzaneyR@cj7M6m -S /tmp/mysql3443.sock  -e 'select *,hex(name) from  test_liuyaxin.cc';  +------+-----------+----------+--------+--------------+  | id   | name      | terminal | client | hex(name)    |  +------+-----------+----------+--------+--------------+  |    1 | 鍟婂晩    | utf8     | gbk    | E5958AE5958A |  |    1 | 啊啊      | utf8     | utf8   | B0A1B0A1     |  |    2 | 啊啊      | gbk      | gbk    | B0A1B0A1     |  |    2 | ????      | gbk      | utf8   | 3F3F3F3F     |  +------+-----------+----------+--------+--------------+

   • 发现了当终端–>client–>egine这个过程中，如果进行多次编码转换，最后就会是乱码，而且无药可救，因为在第二次编码转换的时候就已经失去了原来的字符的含义，而当这个过程中只有一次转换的时候就算是乱码，他仍然可以存储下来，这样在反向解码的时候就可以还原，而单字节码如果出现不识别字符则会按照传递给他的编码进行存储，这样在反向解码的时候就可以识别出来

   • 这样也可以看出来文件系统应该是不参与解码工作的，而是让两个进程（shell session和mysqlclient）进行编码转换，自己只是在中间将二进制码进行传递，其实mysql变量character_set_filesystem的值为binary时，表示文件系统字符集只负责将传递二进制数据
8. 回归正题
   • 既然说到导入导出的乱码问题，说到现在，其实解决这个问题的根源就在于，当你想吧备份文件进行恢复的时候，首先你需要能够正确的识别文件，即你传到服务器上的文件不是乱码，而且要与你程序所使用的字符集一致，而你所使用的倒入mysql 数据库的client 的字符集要和你底层的表的字符集相同，这样就不会出现乱码，前提是需要你使用单字节编码
   • 当然，说这么多，只是为了解释这样存储的可能性，并且解答了疑问，但是并不是代表着推荐这么做，对于数据库，当然还是希望字符集进行统一，这样也就生了很多的麻烦

点击有惊喜