作為資深的DBA程序員，在工作中是否會遇到更這樣的情況呢?

原有數(shù)據(jù)庫的字符集由于前期規(guī)劃不足，隨著業(yè)務的發(fā)展不能滿足業(yè)務的需求。如原來業(yè)務系統(tǒng)用的是utf8字符集，后期有存儲表情符號的需求，uft8字符集就不能滿足此時的業(yè)務需求了。需要用utf8mb4字符集。

數(shù)據(jù)庫遷移，源和目標數(shù)據(jù)庫的字符集不一致，需要在遷移之前進行轉(zhuǎn)換。

更換數(shù)據(jù)庫字符集的時候明明很認(jian)真(dan),總是會出現(xiàn)各種各樣的問題，導致更換之后數(shù)據(jù)庫的數(shù)據(jù)出現(xiàn)亂碼!

今天小編就同大家一起梳理下如何正確更換數(shù)據(jù)庫的字符集，下文將簡單講解數(shù)據(jù)庫不同字符集的轉(zhuǎn)換過程。步驟轉(zhuǎn)化，杜絕亂碼!

常用字符集

• GBK是國家標準GB2312基礎上擴容后兼容GB2312的標準。GBK的文字編碼是用雙字節(jié)來表示的，即不論中、英文字符均使用雙字節(jié)來表示，為了區(qū)分中文，將其***位都設定成1。GBK包含全部中文字符，是國家編碼，通用性比UTF8差，不過UTF8占用的數(shù)據(jù)庫比GBK大。支持簡體中文及繁體中文。
• utf8字符集：是一種UTF-8編碼的Unicode字符集，每個字符占用1到3個字節(jié)。UTF-8包含全世界所有國家需要用到的字符，是國際編碼，通用性強。

• utf8mb4字符集：是一種UTF-8編碼的Unicode字符集，每個字符占用1到4個字節(jié)?？梢愿采wBMP范圍內(nèi)的字符和增補字符。BMP范圍內(nèi)的字符編碼和utf8字符集中的編碼是完全相同的，長度也是完全一樣的，所以utf8mb4字符集可以兼容utf8字符集。
• GB2312是GBK的子集，GBK是GB18030的子集。
• big5支持繁體中文

轉(zhuǎn)化過程

以下模擬的是將latin1字符集的數(shù)據(jù)庫修改成GBK的過程 。其他字符集的轉(zhuǎn)換過程類似。需要注意的是要轉(zhuǎn)換的目標字符集一定是源字符集的超級或者目標字符集的范圍包含源字符集的范圍。

1. 導表結構

mysqldump -uroot -p --default-character-set=gbk -d databasename >createtb.sql 

其中--default-character-set=gbk表示設置以什么字符集連接，-d表示只導出表結構，不導出數(shù)據(jù)。

2. 手工修改createtb.sql中表結構定義中的字符集為新的字符集。

3. 確保記錄不再更新，導出所有記錄

mysqldump -root -p --quick --no-create-info --extended-insert --default-character-set=latin1 databasename>data.sql 

• quick：該選項用于轉(zhuǎn)儲大的表。它強制mysqldump從服務器一次一行地檢索表中的行而不是所有的行，并在輸出前將它緩沖到內(nèi)存中。
• extended-insert：使用包括幾個values列表的多行insert語法。這樣使轉(zhuǎn)儲文件更小，重載文件時可以加速插入。
• no-create-info：不導出每個轉(zhuǎn)儲表的create table語句。
• default-character-set=latin1:按照原有的字符集導出所有數(shù)據(jù)。這樣導出的文件中，所有中文都是可見的，不會保存成亂碼。

4. 打開data.sql，將set names latin1修改成set names bgk.

5. 使用新的字符集創(chuàng)建新的數(shù)據(jù)庫。

create database databasename default charset bgk; 

6. 創(chuàng)建表,執(zhí)行createtab.sql

mysql -root -p databasename <createtb.sql 

7. 導入數(shù)據(jù)，執(zhí)行data.sql

mysql -root -p databasename <data.sql 

總結

新的字符集一定要是原字符集的超集，不然轉(zhuǎn)化之后，數(shù)據(jù)會出現(xiàn)亂碼。常見字符集轉(zhuǎn)換如下：