load data导入中文乱码的根本原因是连接层字符集（character_set_client等）非utf8mb4，而非表字符集；必须显式指定character set utf8mb4且确保客户端连接参数正确。
直接看 character_set_client、character_set_connection、character_set_results 这三项是否全为 utf8mb4；如果不是，LOAD DATA 导入中文几乎必乱码，哪怕表和文件都是 UTF-8。
为什么 LOAD DATA LOCAL INFILE 会无视表字符集？
MySQL 的 LOAD DATA 不读取目标表的 CHARACTER SET 定义，它只依赖当前连接的字符集设置来解析文件字节。也就是说，即使你的表字段是 VARCHAR(100) CHARACTER SET utf8mb4，只要连接层把文件内容当 latin1 解，中文就会被错误拆解成“锟斤拷”。
常见错误现象：
- CSV 文件用 VS Code 确认是 UTF-8 编码，导入后变成
æ人或锟斤拷 -
SHOW CREATE TABLE显示字段是utf8mb4，但SELECT HEX(content)返回的是C3A6C2B7C2A0（这是 UTF-8 字节被当 latin1 解的结果） - 用
mysql -u root -p --default-character-set=utf8mb4命令行登录后执行LOAD DATA正常，但用 Navicat 或 Python 脚本就乱码——说明客户端连接参数没传对
LOAD DATA 必须显式声明 CHARACTER SET
不能依赖 SET NAMES utf8mb4 或配置文件，LOAD DATA 语句本身必须带 CHARACTER SET utf8mb4 子句，否则 MySQL 默认按 character_set_client 解析文件，而这个值往往不是你想要的。
实操建议：
- 导入前先确认连接字符集：
SELECT @@character_set_client, @@character_set_connection, @@character_set_results; - 在
LOAD DATA语句开头加SET NAMES utf8mb4;（仅对当前会话有效），再执行导入 -
LOAD DATA语句末尾必须写明：CHARACTER SET utf8mb4，例如：LOAD DATA LOCAL INFILE '/tmp/data.csv' INTO TABLE user FIELDS TERMINATED BY ',' ENCLOSED BY '"' LINES TERMINATED BY '\n' IGNORE 1 ROWS (name, email) CHARACTER SET utf8mb4;
- 如果 CSV 含 BOM（如 Windows 记事本保存的 UTF-8 with BOM），MySQL 会把
EF BB BF当作字段开头，导致首列错位；建议用sed -i '1s/^\xEF\xBB\xBF//' data.csv去 BOM
排查时最容易忽略的三个点
很多排查停在“表是 utf8mb4 就没问题”，其实真正断掉的环节常藏在这三处：
-
character_set_client是连接建立时由客户端声明的，比如 JDBC URL 没加characterEncoding=UTF-8，或 Pythonpymysql.connect()没设charset='utf8mb4'，那这个值就是服务器默认的latin1 -
init_connect配置在my.cnf里写了，但只对普通用户生效；root 用户默认跳过init_connect，所以用mysql -u root登录时SET NAMES不会自动执行 -
LOAD DATA LOCAL INFILE受local_infile系统变量控制，如果服务端禁用了（SET GLOBAL local_infile = OFF），客户端即使开了，也会静默失败或报错ERROR 1148，此时部分驱动不会抛异常，而是把文件路径当纯文本插入，造成“数据全变成路径字符串”的假乱码
真正卡住人的，往往不是“该不该用 utf8mb4”，而是哪一层悄悄用了 latin1 却没暴露出来；每次导入前花 30 秒查一遍三件套，比事后修乱码数据省力十倍。
