淺談MySQL備份字元集的問題

[導讀] 1 引子MySQL備份時選擇字元集是一個難題，特別是字元集不定的業務。 mysqldump預設使用utf8，而官方也建議使用utf8。但實際上，對於中文，部分相當一部分gbk編碼字元沒有對應的unicode編碼，也就是說這部分字元集

1 引子

MySQL備份時選擇字元集是一個難題，特別是字元集不定的業務。 mysqldump預設使用utf8，而官方也建議使用utf8。但實際上，對於中文，部分相當一部分gbk編碼字元沒有對應的unicode編碼，也就是說這部分字元集使用utf8備份會導致資料遺失。那麼有沒有解決方法呢？

當然，最直接的方法就是將這部分編碼的映射加上。但是，這部分的字符集數量並不是少數，而且，更蛋痛的是，似乎找不到這部分字符集權威的映射標準。那麼，還有其它方法嗎？

實際上，如果使用binary進行備份，就不會存在字元集的轉換過程，也就不會有上述問題。那麼，使用binary是否就解決了gbk所有的問題呢？答案是NO。

2 binary的問題

在講binary的問題之前。需要弄清楚2個問題。對於MySQL備份，分兩部分：schema資訊和實際資料。而Schema訊息一律使用utf8編碼，但是，default value除外。這正是問題的來源。

 

2.1 utf8備份

(1)檔.frm會儲存table的schema訊息，並透過一個實際的記錄來儲存各個field的預設值。 Schema對應的資訊(包括comment)使用utf8存儲，但是default value使用table指定的字元集進行儲存。

(2)當執行show create table語句時，mysqld會將frm中的預設值從table指定的編碼轉成utf8編碼。

(3)當mysqld執行create table語句，會將default value從utf8轉換為table指定的字元集。

 

2.2 binary備份

如果指定binary進行備份。在導入時，在建立table之前，雖然將character_set_client指定為utf8，但collat​​ion_connection還是binary。所以，儲存預設值時不會進行utf8到table指定的字元集的轉換。如果table指定為gbk編碼，導入必然失敗。

範例：

CREATE TABLE `t1`(
`iNetbarId` int(11) NOT NULL DEFAULT '0',
`iUin` bigint(20) NOT NULL DEFAULT '0',
`vNetbarName` varchar(80) NOT NULL DEFAULT '“-”',
PRIMARY KEY (`iNetbarId`)
) ENGINE=InnoDB DEFAULT CHARSET=gbk;
 
insert into t1 values(1,1,'xxxx');

可以看到，正常導出的表，導入卻出現1067 Invalid default value的錯誤。

3 解決方法

mysqldump時，執行create table語句之前，增加對character_set_connection 的設定。

/*!40101 SET character_set_connection = utf8 */

這也算是MySQLSQLbug，既然schema資訊從頭到尾字到8，就在執行一個變數設定成utf8，而不是只設定client的字元集變數。

 以上就是 淺談MySQL備份字元集的問題的內容，更多相關內容請關注PHP中文網（www.php.cn）！