MySQL中文乱码问题记录

概述

中文乱码是我们日常编程开发中经常会遇到的问题，包括：

• 浏览器（页面）显示乱码，参考记一次中文乱码排查解决流程
• Linux系统字体缺失导致中文乱码，参考Linux环境下Selenium截图乱码及字体安装及与字符集区别
• IDEA console控制台乱码，参考IDEA + Tomcat 8.5中文乱码解决过程
• 数据库中文乱码，
• CSV/Excel文件中文乱码，参考BOM及CSV/Excel乱码及从代码上根源解决问题

本文就是一次数据库中文乱码问题记录。

问题

一个很简单的CRUD接口，Postman模拟接口前端传参JSON如下（省略其他字段）：

{
    "companyName": "以邑妈测试的公司"
}

接口自是请求成功，去DataGrip里查看一下数据库，发现乱码：

8个英文?符号，正好对应以邑妈测试的公司中文字符长度。

注，这个表是业务开发时，新增的表。

排查

首先检查当前数据库，其他表里也有中文信息，没有乱码。发现同一个数据库下另一个表结构定义语句如下（省略其他无关信息）：

comment '信息表' charset = utf8mb4;

charset

理论上，表结构默认就是UTF-8编码，utf8mb4是UTF-8的增强版。也就是说，这个表结构编码定义可加可不加。

问题已经发生，在不知道解决方案时，总是会如盲头苍蝇诸般尝试。于是修改数据表编码

alter table merchant_app convert to character set utf8mb4;

不行，还是乱码！

character_set

Google搜索，看了不下5篇文档，都说和character_set有关。于是查询字符集：

show variables like '%char%';

输出：

Variable_name	Value
character_set_client	utf8mb4
character_set_connection	utf8mb4
character_set_database	utf8
character_set_filesystem	binary
character_set_results	utf8mb4
character_set_server	latin1
character_set_system	utf8
character_sets_dir	/usr/share/mysql/charsets/

其中character_set_server=latin1，看起来就是问题所在。

但是：数据库是已经安装并配置好，是不是最优配置，此时讨论意义不大；数据库不是只有我新增的这一个表，其他表可以正常存储中文数据。

所以绝大多数文章推荐的解决方案：修改MySQL全局配置文件my.ini里的character_set_server=utf8配置项，并重启数据库，就显得有些无厘头。如果是自己本机安装的数据库，搭建本地demo测试项目，出现中文乱码，我们可以放心大胆修改全局配置，并重启数据库。

DataGrip

考虑到上面的中文乱码是Java应用程序通过mysql-connector-java JDBC驱动连接数据库，通过socket提交SQL时才会出现中文乱码。

那我在DataGrip客户端执行提交SQL试试呢？

UPDATE merchant_app SET company_name = '中文' WHERE id = 1;

结果：

是正常的！没有乱码！！貌似看到希望的曙光。

此时我们再去看看DataGrip的DataSource配置详情看看，在General里URL平平无奇，指定IP和端口。

进一步查看Advanced便签页：

也就是说DataGrip默认帮我们在URL里增加characterEncoding=UTF-8配置信息。

如果手动修改这个配置项，也就是上面那个character_set_server=latin1

此时再次执行上面的SQL：

UPDATE merchant_app SET company_name = '中文' WHERE id = 1;

结果：

结论

修改JDBC connection String，这个配置在yml文件里。之前使用的是jdbc:mysql://10.20.30.40:3306/user，更新为jdbc:mysql://10.20.30.40:3306/user?useUnicode=true&characterEncoding=UTF-8，即可解决问题。

拓展

安装

DBA在安装好MySQL数据库后，需要做一些配置，其中就包括设置character_set_server=utf8或character_set_server=utf8mb4。如果有这项配置，在Java应用程序里连接MySQL数据库，即，在Client端连接时，就不需要显式指定characterEncoding=UTF-8，因为此时有MySQL Server端的character_set_server配置给予保证不会出现中文乱码。

如果Server端没有做好调优（事实上，这个算是基础配置，还谈不上调优配置）配置，那就必须在Client端加上characterEncoding配置。

UTF-8 & utf8mb4

MySQL 5.5.3后增加utf8mb4编码，mb4即most bytes 4，用于兼容四字节的unicode。utf8mb4是utf8的超集。

参考