MySQL字符集设置需优先在数据库层级指定utf8mb4以支持完整Unicode，避免乱码或数据丢失；推荐创建数据库时显式设定CHARACTER SET utf8mb4和COLLATE utf8mb4_unicode_ci，同时确保表、列及客户端连接保持一致；修改现有数据库字符集前须备份并导出数据，调整后重新导入以保障数据完整；utf8mb4优于utf8因支持四字节UTF-8字符如emoji；排序规则应根据大小写敏感性和语言需求选择，utf8mb4_unicode_ci为兼顾准确性与性能的常用选项。
MySQL数据库字符集决定了你能存储什么样的数据，以及客户端如何与数据库进行交互。设置不当，轻则显示乱码，重则数据丢失。所以，搞清楚MySQL字符集设置至关重要。
MySQL字符集设置涉及多个层面，包括服务器、数据库、表和列。一般而言，推荐在创建数据库时就指定好字符集，避免后续麻烦。
解决方案：
-
服务器级别字符集设置（不推荐修改）： 通常情况下，不建议直接修改MySQL服务器的默认字符集，除非你有充分的理由，并且非常清楚修改带来的影响。服务器字符集会影响新建数据库的默认字符集。 如果确实需要修改，可以通过修改
my.cnf
或my.ini
文件（取决于你的操作系统）来实现。 找到[mysqld]
部分，添加或修改以下行：[mysqld] character-set-server=utf8mb4 collation-server=utf8mb4_unicode_ci
修改后，重启MySQL服务。务必谨慎操作，备份配置文件！
-
数据库级别字符集设置（推荐）： 这是最常见的设置方式，在创建数据库时指定字符集。
CREATE DATABASE your_database_name CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
utf8mb4
是推荐的字符集，支持更广泛的Unicode字符，包括emoji。utf8mb4_unicode_ci
是一种常用的排序规则，不区分大小写。 -
表级别字符集设置： 如果数据库已经创建，你可以为单个表指定字符集。
CREATE TABLE your_table_name ( id INT PRIMARY KEY AUTO_INCREMENT, name VARCHAR(255) ) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; -
列级别字符集设置： 甚至可以为表中的单个列指定字符集。 这种方式比较少见，通常用于处理特殊情况。
ALTER TABLE your_table_name MODIFY COLUMN name VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
-
客户端连接字符集设置： 确保你的客户端连接也使用相同的字符集。 这可以通过在连接字符串中指定字符集来实现。 例如，在使用PHP的PDO连接MySQL时：
$dsn = "mysql:host=localhost;dbname=your_database_name;charset=utf8mb4"; $pdo = new PDO($dsn, 'your_username', 'your_password');
-
查看当前字符集设置： 可以使用以下SQL语句查看当前数据库、表或列的字符集设置：
SHOW VARIABLES LIKE 'character_set_%'; -- 查看服务器和客户端字符集 SHOW CREATE DATABASE your_database_name; -- 查看数据库字符集 SHOW CREATE TABLE your_table_name; -- 查看表字符集
修改数据库字符集后，如何处理已有的数据？
这是一个非常重要的问题。简单粗暴地修改字符集，可能会导致现有数据乱码。 比较稳妥的方式是：
- 备份数据： 这是必须的！防止数据丢失。
-
导出数据： 使用
mysqldump
导出数据，并指定字符集。 - 修改数据库字符集： 按照上述方法修改数据库字符集。
- 创建新的表结构： 根据导出的SQL文件，创建新的表结构（确保字符集正确）。
- 导入数据： 将导出的数据导入到新的表结构中。 如果数据量很大，可能需要分批导入。
在导入数据之前，最好先检查一下导出的SQL文件，确保字符集设置正确。如果发现乱码，可能需要在导入之前进行转换。 转换方法有很多，例如使用
iconv命令。
utf8、utf8mb4有什么区别？为什么推荐使用utf8mb4？
utf8是MySQL早期支持的UTF-8编码，但它实际上只支持UTF-8的部分字符，最多只能存储三个字节的UTF-8字符。 这意味着它无法存储一些特殊的Unicode字符，例如emoji表情。
utf8mb4是MySQL 5.5之后引入的，它才是真正的UTF-8编码，支持四个字节的UTF-8字符，可以存储所有Unicode字符。
因此，为了避免出现emoji表情无法存储的问题，强烈建议使用
utf8mb4字符集。 虽然
utf8mb4会占用更多的存储空间，但考虑到它能支持更广泛的字符，以及未来可能出现的新的Unicode字符，这个代价是值得的。 尤其是在移动互联网时代，emoji表情已经成为人们日常交流的重要组成部分。
字符集和排序规则（Collation）有什么关系？如何选择合适的排序规则？
字符集定义了可以存储哪些字符，而排序规则定义了如何比较这些字符。 排序规则决定了字符的排序顺序、大小写是否敏感等等。
一个字符集可以有多个排序规则。 例如，
utf8mb4字符集有很多不同的排序规则，例如
utf8mb4_general_ci、
utf8mb4_unicode_ci、
utf8mb4_bin等等。
utf8mb4_general_ci
是一种常用的排序规则，它不区分大小写，速度比较快，但准确性相对较低。utf8mb4_unicode_ci
是一种更准确的排序规则，它基于Unicode标准，可以处理更复杂的字符比较，但速度相对较慢。utf8mb4_bin
是一种二进制排序规则，它区分大小写，并且直接比较字符的二进制值。
如何选择合适的排序规则？ 这取决于你的具体需求。 如果你的应用对排序的准确性要求不高，可以选择
utf8mb4_general_ci。 如果你的应用需要处理复杂的字符比较，或者需要支持多种语言，可以选择
utf8mb4_unicode_ci。 如果你的应用需要区分大小写，可以选择
utf8mb4_bin。
一般来说，
utf8mb4_unicode_ci是一个比较好的默认选择，因为它在准确性和性能之间取得了较好的平衡。
