問(wèn)題1

在執(zhí)行一次數(shù)據(jù)庫(kù)插入的時(shí)候，偶然發(fā)現(xiàn)的一個(gè)問(wèn)題。數(shù)據(jù)庫(kù)在插入一些生僻字，如??、??

或者emoji 表情包的時(shí)候，會(huì)出現(xiàn)如下異常。

Cause: java.sql.SQLException: Incorrect string value: ‘\xF0\x9F\x91\x87\xE7\x9A…’ for column ‘content’ at row 1

環(huán)境

mysql-connector-java-5.1.46
mysql	5.7.27

原因：字符集編碼選擇

我們新建mysql數(shù)據(jù)庫(kù)的時(shí)候，需要指定數(shù)據(jù)庫(kù)的字符集，一般我們都是選擇utf8這個(gè)字符集。而如果我們仔細(xì)觀察的話，其實(shí)我們會(huì)發(fā)現(xiàn)還有一種utf8mb4字符集。那么這兩者有什么關(guān)聯(lián)呢。

utf8mb4 的出現(xiàn)

utf8 是 Mysql 中的一種字符集，只支持最長(zhǎng) 三個(gè)字節(jié) 的 UTF-8字符，也就是 Unicode 中的基本多文本平面。

• utf8 是 MySQL 中的一種字符集，最早支持的 UTF-8 編碼。
• 它只能存儲(chǔ)最長(zhǎng)三個(gè)字節(jié)的 UTF-8 字符，也就是 Unicode 中的基本多文本平面（BMP）中的字符。
• 原始的 utf8 實(shí)現(xiàn)并沒(méi)有涵蓋所有 Unicode 字符，僅支持 BMP 中的字符，大約占所有 Unicode 字符的 90%。
• 在 MySQL 5.7 及更早版本中，utf8 是默認(rèn)字符集。

MySQL在5.5.3之后增加了這個(gè)utf8mb4的編碼，mb4就是most bytes 4的意思，專(zhuān)門(mén)用來(lái)兼容四字節(jié)的unicode。

好在utf8mb4是utf8的超集，除了將編碼改為utf8mb4外不需要做其他轉(zhuǎn)換。

當(dāng)然，為了節(jié)省空間，一般情況下使用utf8也就夠了。

可以簡(jiǎn)單的理解 utf8mb4 是目前最大的一個(gè)字符編碼,支持任意文字。

Mysql 中的 utf8 為什么只支持持最長(zhǎng)三個(gè)字節(jié)的 UTF-8字符呢？

• 我想了一下，可能是因?yàn)?Mysql 剛開(kāi)始開(kāi)發(fā)那會(huì)，Unicode 還沒(méi)有輔助平面這一說(shuō)呢。
• 那時(shí)候，Unicode 委員會(huì)還做著 “65535 個(gè)字符足夠全世界用了”的美夢(mèng)。
• Mysql 中的字符串長(zhǎng)度算的是字符數(shù)而非字節(jié)數(shù)，對(duì)于 CHAR 數(shù)據(jù)類(lèi)型來(lái)說(shuō)，需要為字符串保留足夠的長(zhǎng)。
• 當(dāng)使用 utf8 字符集時(shí)，需要保留的長(zhǎng)度就是 utf8 最長(zhǎng)字符長(zhǎng)度乘以字符串長(zhǎng)度，所以這里理所當(dāng)然的限制了 utf8 最大長(zhǎng)度為 3，比如 CHAR(100) Mysql 會(huì)保留 300字節(jié)長(zhǎng)度。
• 至于后續(xù)的版本為什么不對(duì) 4 字節(jié)長(zhǎng)度的 UTF-8 字符提供支持，我想一個(gè)是為了向后兼容性的考慮，還有就是基本多文種平面之外的字符確實(shí)很少用到。

要在 Mysql 中保存 4 字節(jié)長(zhǎng)度的 UTF-8 字符，需要使用 utf8mb4 字符集，但只有 5.5.3 版本以后的才支持。

我覺(jué)得，為了獲取更好的兼容性，應(yīng)該總是使用 utf8mb4 而非 utf8. 對(duì)于 CHAR 類(lèi)型數(shù)據(jù)，utf8mb4 會(huì)多消耗一些空間，根據(jù) Mysql 官方建議，使用 VARCHAR 替代 CHAR。

解決方案

修改 Mysql 數(shù)據(jù)中數(shù)據(jù)表的編碼格式，設(shè)置成 utf8mb4

1. 修改編碼方式

• 修改單個(gè)字段編碼方式

alter table <表名> modify column <字段名> <字段類(lèi)型> character set utf8mb4 collate utf8mb4_unicode_ci;

utf8mb4_unicode_ci 是排序方式

• 修改表編碼方式

 ALTER TABLE <表名> CONVERT TO CHARACTER SET utf8mb4 COLLATE UTF8MB4_UNICODE_CI;

或者直接通過(guò)cavicat or sqlyog 等連接工具修改編碼方式表。有時(shí)候修改沒(méi)有效果，還是需要命令行修改。

2. 更改mysql 參數(shù)

mysql 字符集參數(shù)查看

SHOW VARIABLES WHERE Variable_name LIKE 'character\_set\_%' OR Variable_name LIKE 'collation%'

• character_set_client：客戶端字符集，用于指定從客戶端發(fā)送到服務(wù)器的字符集。
• character_set_connection：連接字符集，用于指定客戶端與服務(wù)器之間的連接字符集。
• character_set_database：數(shù)據(jù)庫(kù)字符集，用于指定創(chuàng)建新數(shù)據(jù)庫(kù)時(shí)的默認(rèn)字符集。
• character_set_results：結(jié)果字符集，用于指定從服務(wù)器返回給客戶端的結(jié)果字符集。
• character_set_server：服務(wù)器字符集，用于指定服務(wù)器的默認(rèn)字符集。
• collation_server：服務(wù)器校對(duì)規(guī)則，用于指定服務(wù)器的默認(rèn)校對(duì)規(guī)則。
• collation_database：數(shù)據(jù)庫(kù)校對(duì)規(guī)則，用于指定創(chuàng)建新數(shù)據(jù)庫(kù)時(shí)的默認(rèn)校對(duì)規(guī)則。
• collation_connection：連接校對(duì)規(guī)則，用于指定客戶端與服務(wù)器之間的連接校對(duì)規(guī)則。

SET GLOBAL character_set_client = utf8mb4;
SET GLOBAL character_set_connection = utf8mb4;
SET GLOBAL character_set_database = utf8mb4;
SET GLOBAL character_set_results = utf8mb4;
SET GLOBAL character_set_server = utf8mb4;
SET GLOBAL collation_server = utf8mb4_unicode_ci;
SET GLOBAL collation_database = utf8mb4_unicode_ci;
SET GLOBAL collation_connection = utf8mb4_unicode_ci;

需要 重啟數(shù)據(jù)庫(kù) 生效?。?！

• 需要注意的是，修改字符集可能會(huì)涉及到數(shù)據(jù)轉(zhuǎn)換和重新排序操作。在執(zhí)行這些操作之前，請(qǐng)務(wù)必備份您的數(shù)據(jù)庫(kù)，以防數(shù)據(jù)丟失或不可逆的更改發(fā)生。
• 只改這個(gè)兩個(gè)也能成功。character_set_server，collation_server

注意

在解決這個(gè)問(wèn)題的過(guò)程中，還有一些其他的冗余操作，屬于加上也能正常入口特殊字段，但不加也行。如何問(wèn)題沒(méi)有解決的話，不妨一試。

1.數(shù)據(jù)庫(kù)鏈接接增加 &character_set_server=utf8mb4

Connector/J 5.1.47 及以上版本:

• 指定 characterEncoding 參數(shù)為 UTF8/UTF-8 即可, 新版本直接映射到 utf8mb4 編碼;
• 如果 connectionCollation 指定的排序規(guī)則不是 utf8mb4 相關(guān)的, 則 characterEncoding 參數(shù)會(huì)重寫(xiě)為排序規(guī)則對(duì)應(yīng)的編碼;

Connector/J 5.1.47 以下版本:

• 設(shè)置 MySQL 參數(shù)變量 character_set_server=utf8mb4;
• 指定 characterEncoding 參數(shù)為 UTF8/UTF-8, jdbc 程序會(huì)進(jìn)行探測(cè)是否使用 utf8mb4;

2.在 application.yaml 中添加下面屬性

initConnectionSqls=[ "SET NAMES utf8mb4"]

獲取上面的值并設(shè)置給數(shù)據(jù)源

dataSource.setConnectionInitSqls(sqlLists);

• connectionInitSqls 是一個(gè)用于配置數(shù)據(jù)庫(kù)連接池的屬性，它允許您指定在每個(gè)數(shù)據(jù)庫(kù)連接建立時(shí)要執(zhí)行的初始化 SQL 語(yǔ)句。
• 這些 SQL 語(yǔ)句可以用于在連接建立后執(zhí)行一些特定的操作，例如設(shè)置會(huì)話變量、執(zhí)行特定的查詢(xún)或配置連接的特性。
• 在許多數(shù)據(jù)庫(kù)連接池實(shí)現(xiàn)中，包括一些開(kāi)源的連接池庫(kù)和應(yīng)用服務(wù)器，都支持 connectionInitSqls 屬性來(lái)定義連接初始化 SQL。
• 通過(guò)配置這個(gè)屬性，您可以確保每個(gè)連接在使用之前都會(huì)執(zhí)行指定的 SQL 語(yǔ)句。

3.使用最新的 MySQL 連接器。

mysql:mysql-connector-java:8.0.27
jdbc:mysql://192.168.10.10:3306/db_name?characterEncoding=utf8

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論