mysql启动时默认字符集未生效，需检查my.cnf加载顺序（/etc/my.cnf优先）、确保character-set-server=utf8mb4在[mysqld]段，重启服务，并同步修改表结构、连接层及客户端配置，且必须用utf8mb4而非utf8。
MySQL 启动时默认字符集没生效？检查 my.cnf 的加载顺序和位置
MySQL 不会自动读取任意路径下的 my.cnf，它只按固定顺序查找配置文件（如 /etc/my.cnf、/etc/mysql/my.cnf、~/.my.cnf），找到第一个就停。如果你改了家目录下的 ~/.my.cnf，但 MySQL 实际加载的是 /etc/my.cnf，那所有设置都白配。
- 用
mysql --help | grep "Default options"看实际读取路径 -
[client]和[mysql]段控制客户端连接默认字符集，[mysqld]段才影响服务端行为 - 确保
character-set-server = utf8mb4和collation-server = utf8mb4_unicode_ci都写在[mysqld]下，且不能拼错成charset-server - 改完必须重启
mysqld，仅 reload 不生效
改完配置，旧表还是乱码？字符集不等于数据自动转码
修改 my.cnf 只影响新创建的库/表/列，默认字符集；已有表结构和数据不会被“刷新”，甚至可能因隐式转换变得更糟。
- 先确认当前表字符集：
SHOW CREATE TABLE <code>user;，看DEFAULT CHARSET和各字段的CHARACTER SET - 改表字符集：用
ALTER TABLE <code>userCONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; —— 这会重编码数据，前提是原始字节确实是对应编码 - 如果原数据已乱码（比如 latin1 存了 utf8 字节），直接
CONVERT会雪上加霜；得先用ALTER TABLE ... CHANGE手动指定原编码再转 - 只改表定义不改数据（如
ALTER TABLE <code>userDEFAULT CHARACTER SET utf8mb4）不会修复已有字段内容
连接层字符集不一致？SET NAMES 和驱动参数常被忽略
即使服务端和表都是 utf8mb4，客户端连接用 latin1，照样显示问号或 Mojibake。MySQL 连接有三处字符集：客户端、连接、结果集，缺一不可。
Pandas 配置文件报告生成器
下载
使用ydata-profiling（前身为pandas-profiling）生成全面的数据质量报告，包含相关性分析、缺失值模式和基数检测。导出交互式HTML仪表板和JSON摘要。
- 连接后立刻执行
SET NAMES utf8mb4是最简方式，等价于分别设character_set_client、character_set_connection、character_set_results - PHP PDO 要显式传
PDO::MYSQL_ATTR_INIT_COMMAND => "SET NAMES utf8mb4"，光设charset=utf8mb4在 DSN 里不一定够 - Java JDBC URL 加
?characterEncoding=utf8mb4&serverTimezone=UTC，注意是characterEncoding不是charset - 命令行
mysql -u root -p --default-character-set=utf8mb4，否则即使配置文件对了，mysql客户端也可能用本地 locale 推断
为什么非得用 utf8mb4 而不是 utf8？MySQL 的 utf8 是假 UTF-8
MySQL 的 utf8 字符集最多只支持 3 字节 UTF-8 编码，无法存 emoji、某些生僻汉字、数学符号等 4 字节字符——这不是 bug，是历史设计限制。从 5.5.3 开始官方推荐且唯一完整支持真 UTF-8 的是 utf8mb4。
-
utf8mb4兼容所有utf8数据，但反过来不行；迁移只需改配置和表结构，无需改应用逻辑 - 索引长度限制会变：InnoDB 单列索引最大 767 字节 → 改用
utf8mb4后，同样字段能建的索引前缀更短（比如VARCHAR(255)原来可全索引，现在最多索引 191 个字符） - 如果用的是 MySQL 5.7+ 且启用了
innodb_large_prefix，可绕过 767 字节限制，但需同时设innodb_file_format = Barracuda和innodb_file_per_table = ON
真正麻烦的从来不是改配置那一行，而是确认每一层——服务端、表结构、连接、客户端——是否真的在用同一套编码规则。少一个环节，乱码就藏在哪一层等着你。
