MySQL乱码需全链路字符集对齐：客户端、连接、结果集及表列均设为utf8mb4，显式指定连接charset，慎用ALTER TABLE CONVERT TO，优先分步修改，并注意collation选型与历史数据校验。
MySQL 字符集设置不一致导致乱码怎么办
最常见的情况是客户端、连接、表、列四个层级的字符集不统一，比如 client 用 latin1 而表用 utf8mb4，插入中文后查出来是问号或 Mojibake。解决核心是「全链路对齐」，不是只改某一处。
- 先查当前连接实际生效的字符集：
SHOW VARIABLES LIKE 'character_set%';
-
character_set_client、character_set_connection、character_set_results这三项必须一致，建议统一设为utf8mb4 - 应用连接时显式指定字符集，例如 Python 的
pymysql.connect(..., charset='utf8mb4')，PHP 的mysqli_set_charset($conn, 'utf8mb4') - 避免依赖 MySQL 默认值——5.7+ 默认仍是
latin1，8.0+ 才默认utf8mb4，但旧实例不会自动升级
ALTER TABLE CONVERT TO CHARACTER SET utf8mb4 的风险点
这条命令看似一键转换，但实际会重建整张表，锁表时间长，且可能隐式改变列定义，尤其对 TEXT 或带索引的字段。
- 执行前务必备份：
mysqldump -u root -p --default-character-set=utf8mb4 db_name table_name > backup.sql
- 如果原表有
utf8字符集，CONVERT TO会把列类型从VARCHAR(255)自动扩为VARCHAR(767)（因utf8mb4单字符最多占 4 字节），可能超出 InnoDB 索引长度限制（767 字节） - 更安全的做法是分步：先改表字符集
ALTER TABLE t1 CHARACTER SET = utf8mb4;，再单独改列MODIFY c1 VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; - 注意
CONVERT TO会重置列的COLLATION，若业务依赖特定排序规则（如大小写敏感），需手动指定COLLATE utf8mb4_bin
utf8mb4_unicode_ci 和 utf8mb4_general_ci 已被弃用，该选哪个
MySQL 8.0 中 utf8mb4_general_ci 已移除，5.7 中也仅作兼容保留；utf8mb4_unicode_ci 在 8.0+ 中被 utf8mb4_0900_as_cs（区分大小写）或 utf8mb4_0900_as_cs 替代。实际选型取决于业务对排序和比较的精度要求。
- 中文搜索/校验场景，推荐
utf8mb4_0900_as_cs（8.0+）或utf8mb4_unicode_ci（5.7），它们支持 Unicode 9.0 标准，正确处理 emoji 和生僻汉字 - 若需大小写敏感（如密码哈希、token 比较），不能依赖
_ci（case-insensitive）后缀，应改用_cs或直接在查询中用BINARY：SELECT * FROM users WHERE BINARY token = 'AbC123';
- 避免混用不同 collation 的列做 JOIN 或 ORDER BY，会触发隐式转换，拖慢性能甚至报错
Illegal mix of collations
连接层漏设 charset 导致 insert 正常但 select 乱码
这是最容易被忽略的环节：应用成功插入中文，但后续查出来是乱码，往往不是表结构问题，而是连接初始化时没发 SET NAMES utf8mb4。
- MySQL 客户端连接后默认使用
character_set_client解析 SQL 中的字符串字面量；如果该值是latin1，即使表是utf8mb4，MySQL 也会把传入的 UTF-8 字节流按 latin1 解码，再转存为 utf8mb4，造成双重编码 - 验证方法：插入一个中文后，用
SELECT HEX(c1) FROM t1;查看实际存储的十六进制。若显示类似C3A4C2B8C2A0（即 UTF-8 字节被当 latin1 解码再存），说明连接层出错 - 修复方式：在连接建立后立即执行
SET NAMES utf8mb4，或在连接字符串里加?charset=utf8mb4（如 JDBC：jdbc:mysql://localhost:3306/db?charset=utf8mb4）
字符集问题从来不是“改个配置就完事”，真正麻烦的是历史数据已错存、应用多语言混用、中间件透传丢失 charset 参数。动手前先用 SHOW CREATE TABLE 和 SHOW VARIABLES 把当前状态拍下来，比盲目跑 ALTER 更省时间。
