mysql latin1 utf8 转换

在生成环境中，会经常碰到Mysql字符的设置问题，个人也总结下。

如果在应用开始阶段没有正确的设置字符集，在运行一段时间以后才发现存在不能满足要求需要调整，那么就需要进行字符集的修改。字符集的修改不能直接通过alter dataabase character set ***; 或者　alter table tablename character set ***; 命令进行，这两个命令都没有更新已有记录的字符集，而只是对新创建的表或者记录生效。

在笔者的数据库最为常用的是latin1、utf8，由于项目的整合，字符的要求也开始规范，统一为utf8，那么就需要把之前的latin1字符转换成才utf8格式，那样才不会出现乱码的情况。已有的记录的字符集调整，需要先将数据导出，经过适当的调整重新导入后才可完成。

以下模拟的是将latin1字符集的数据库修改成GBK字符集的数据库的过程。操作较为简单，只要花的时间是在导入和导出数据。下面就来简单的介绍Mysql字符变量和latin1转换到utf8的过程，大家可以根据自己实际情况，举一反三。

一、MySQL字符集设置

• 系统变量：

– character_set_server：默认的内部操作字符集

– character_set_client：客户端来源数据使用的字符集

– character_set_connection：连接层字符集

– character_set_results：查询结果字符集

– character_set_database：当前选中数据库的默认字符集

– character_set_system：系统元数据(字段名等)字符集

– 还有以collation_开头的同上面对应的变量，用来描述字符序。

• 用introducer指定文本字符串的字符集：

– 格式为：[_charset] ‘string’ [COLLATE collation]

– 例如：

• SELECT _latin1 ‘string’;

• SELECT _utf8 ‘你好’ COLLATE utf8_general_ci;

–由introducer修饰的文本字符串在请求过程中不经过多余的转码，直接转换为内部字符集处理。

二、MySQL中的字符集转换过程

1. MySQL Server收到请求时将请求数据从character_set_client转换为character_set_connection；

2. 进行内部操作前将请求数据从character_set_connection转换为内部操作字符集，其确定方法如下：

• 使用每个数据字段的CHARACTER SET设定值；

• 若上述值不存在，则使用对应数据表的DEFAULT CHARACTER SET设定值(MySQL扩展，非SQL标准)；

• 若上述值不存在，则使用对应数据库的DEFAULT CHARACTER SET设定值；

• 若上述值不存在，则使用character_set_server设定值。

3. 将操作结果从内部操作字符集转换为character_set_results。

三、latin1转换到utf8

以原来的字符集为latin1为例，升级成为utf8的字符集。原来的表: databasename (default charset=latin1)，新表：new_databasename(default charset=utf8)。

mysql>
show create
database databasename;

+--------------+-------------------------------------------------------------------------+

| Database
| Create
Database |

+--------------+-------------------------------------------------------------------------+

| databasename
| CREATE DATABASE
`databasename` /*!40100 DEFAULT CHARACTER SET latin1 */
|

+--------------+-------------------------------------------------------------------------+

1 row in set
(0.00 sec)

1> 导出表结构：

mysqldump -uroot -p --default-character-set=utf8 -d databasename > createtab.sql

其中--default-character-set=utf8 表示设置以什么字符集连接，　-d 表示只导出表结构，不导出数据。

2>修改　createtab.sql 中表结构定义中的字符集为新的字符集。

sed -i s/CHARSET=latin1/CHARSET=utf8/g `grep -rl "CHARSET=latin1" createtab.sql `

3>确保记录不再更新，导出所有记录。

mysqldump -uroot -p --no-create-info databasename > data.sql

可选参数：

--quick: 该选项用于转储大的表。　它强制　mysqldump 从服务器一次一行地检索表中的行而不是　检索所有行，并在输出前将它缓存到内存中。

--extended-insert: 使用包括几个　values 列表的多行insert语法，这样使转储文件更小，重载文件时可以加速插入。

--no-create-info: 不写重新创建每个转储表的create table 语句。

--default-character-set=latin1: 按照原有的字符集导出所有数据，这样导出的文件中，所有中文都是可见的，不会保存成乱码。不添加该参数以默认字符导出。

4>打开data.sql,将　set names latin1 修改成　set names utf8 。

sed -i s/CHARSET=latin1/CHARSET=utf8/g `grep -rl "CHARSET=latin1" data.sql `

(PS：sed工作效率是非常高的，在测试中60G的数据4分钟就转换完毕了）

5>使用新的字符集创建新的数据库。

create database new_databasename default charset utf8;

6>创建表，执行　createtab.sql

mysql -uroot -p new_databasename < createtab.sql

7>导入数据，执行data.sql

mysql -uroot -p new_databasename < data.sql

8、查看新数据库的字符信息

mysql>
show create
database new_databasename;

+------------------+-----------------------------------------------------------------------------+

| Database
| Create
Database |

+------------------+-----------------------------------------------------------------------------+

| new_databasename
| CREATE DATABASE
`new_databasename`
/*!40100 DEFAULT CHARACTER SET utf8 */ |

+------------------+-----------------------------------------------------------------------------+

1 row in set
(0.00 sec)

mysql> show
create table type;

+-------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+

| Table
| Create
Table |

+-------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+

| type |
CREATE TABLE
`type` (

  `id` int(10)
NOT NULL
AUTO_INCREMENT,

  `Name` varchar(100) CHARACTER
SET gb2312 NOT
NULL,

  PRIMARY KEY (`id`)

) ENGINE=MyISAM
AUTO_INCREMENT=17
DEFAULT CHARSET=utf8
|

+-------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+

1 row in set
(0.00 sec)

注意：选择字符集的时候，要注意最好是源字符的超级，或者确定比源字符集的字库更大。