[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
MySQL備份時選擇字元集是一個難題,特別是字符集不定的業務。 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。
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指定的編碼轉換成utf8編碼。
(3)當mysqld執行create table語句,會將default value從utf8轉換成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collation_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,正常匯出的表,導入卻出現1067 Invalid default value的錯誤。
mysqldump時,在執行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MySQL一個bug,既然schema資訊從頭到尾都使用utf8,在執行create table之前,就應該將連接的字元集變數設定成utf8,而不是只設定client的字元集變數。
以上是淺談MySQL備份字元集的問題的詳細內容。更多資訊請關注PHP中文網其他相關文章!