一、Unicode 字符集包含了上百万个字符
二、编码方式
(1)UTF-32编码:最简单的编码,每个字符使用 32 位。
缺点:这样做最简单,因为一直以来,计算机将 32 位视为数字,而计算机最在行的就是处理数字。但问题是,这样太浪费空间了。
希望:UTF-8 可以节省空间,在 UTF-8 中,
①字符“C”只需要 8 位。
②一些不常用的字符,比如“”需要 32 位。
③其他的字符可能使用 16 位或 24 位。
(2)utf8编码:只能算是个专有的字符编码,只支持每个字符最多3个字节(24位)。
(3)utf8mb64编码:真正的实现UTF-8编码。 每个字符最多4个字节(32位)。能满足上述3条
三、从MySQL的utf8编码切换到utf8mb4编码
第1步:创建备份
创建要升级的服务器上所有数据库的备份。 安全第一!
第2步:升级MySQL服务器
将MySQL服务器升级到v5.5.3 +,或要求服务器管理员为您执行此操作。
第3步:修改数据库,表和列
更改数据库,表和列的字符集和排序规则属性以使用utf8mb4而不是utf8。
# For each database:ALTER DATABASE database_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;# For each table:ALTER TABLE table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;# For each column:ALTER TABLE table_name CHANGE column_name column_name VARCHAR(191) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;# (Don’t blindly copy-paste this! The exact statement depends on the column type, maximum length, and other properties. The above line is just an example for a `VARCHAR` column.)
由于utf8mb4完全向后兼容utf8,因此不应出现mojibake或其他形式的数据丢失。 (但你有备份,对吧?)
第4步:检查列和索引键的最大长度
这可能是整个升级过程中最乏味的部分。
从utf8转换为utf8mb4时,列或索引键的最大长度以字节为单位不变。因此,它在字符方面较小,因为字符的最大长度现在是四个字节而不是三个字节。
例如,TINYTEXT列最多可容纳255个字节,这与85个三字节或63个四字节字符相关。假设您有一个使用utf8的TINYTEXT列,但必须能够包含超过63个字符。鉴于此要求,您不能将此列转换为utf8mb4,除非您还将数据类型更改为更长的类型(如TEXT) - 因为如果您尝试使用四字节字符填充它,则只能将输入63个字符,但不能更多。
索引键也是如此。 InnoDB存储引擎的最大索引长度为767字节,因此对于utf8或utf8mb4列,最多可以索引255或191个字符。如果您当前的索引长度超过191个字符的utf8列,则在使用utf8mb4时需要索引较少数量的字符。 (因此,我不得不将一些索引的VARCHAR(255)列更改为VARCHAR(191)。)
“MySQL 5.5参考手册”的10.1.11节提供了更多相关信息。
步骤5:修改连接,客户端和服务器字符集
在应用程序代码中,将连接字符集设置为utf8mb4。这可以通过简单地用SET NAMES utf8mb4替换SET NAMES utf8的任何变体来完成。如果您的旧SET NAMES语句指定了排序规则,请确保也更改它,例如SET NAMES utf8 COLLATE utf8_unicode_ci变为SET NAMES utf8mb4 COLLATE utf8mb4_unicode_ci。
确保也设置客户端和服务器字符集。 我的MySQL配置文件(/etc/f)中有以下内容:
[client]default-character-set = utf8mb4[mysql]default-character-set = utf8mb4[mysqld]character-set-client-handshake = FALSEcharacter-set-server = utf8mb4collation-server = utf8mb4_unicode_ci
您可以轻松确认这些设置是否正常工作:
mysql> SHOW VARIABLES WHERE Variable_name LIKE 'character\_set\_%' OR Variable_name LIKE 'collation%';+--------------------------+--------------------+| Variable_name | Value |+--------------------------+--------------------+| character_set_client| utf8mb4 || character_set_connection | utf8mb4 || character_set_database | utf8mb4 || character_set_filesystem | binary || character_set_results | utf8mb4 || character_set_server| utf8mb4 || character_set_system| utf8|| collation_connection| utf8mb4_unicode_ci || collation_database | utf8mb4_unicode_ci || collation_server | utf8mb4_unicode_ci |+--------------------------+--------------------+10 rows in set (0.00 sec)
如您所见,所有相关选项都设置为utf8mb4,除了character_set_filesystem,它应该是二进制的,除非您在文件系统中支持文件名中的多字节UTF-8编码字符,而character_set_system总是utf8和 不能被覆盖。
注意:默认字符集和排序规则也可以在其他一些级别配置。
第6步:修复和优化所有表
升级MySQL服务器并进行上述必要的更改后,请确保修复和优化所有数据库和表。 升级后我没有立即执行此操作(我认为没有必要,因为乍一看似乎一切正常),并遇到一些奇怪的错误,其中UPDATE语句没有任何效果,即使没有 错误被抛出。
您可以为要修复和优化的每个表运行以下MySQL查询:
# For each tableREPAIR TABLE table_name;OPTIMIZE TABLE table_name;
幸运的是,这可以使用命令行mysqlcheck实用程序一次完成:
$ mysqlcheck -u root -p --auto-repair --optimize --all-databases
这将提示输入root用户的密码,之后将修复和优化所有数据库中的所有表。
转载:
utf8编码转成utf8mb4的步骤
记住,永远不要在MySQL中使用“utf8”