用好 MySQL 字符集

我们都知道，MySQL 支持 30 多种字符集，其中包括了我们常用的 gb2312、gbk 和 uft8 等字符集。

在很多简单应用场合下，字符集设置是可有可无的。把后台存储的视为裸数据（raw data），存入的数据可以被原封不动地取出，对于前端的处理及应用，通常是不会有问题的。

当然，不设置正确的字符集，在实际应用中也有诸多不便之处。假设情况是这样的：

前端应用：GB2312
后端存储：latin1

那么大概会得到这样的结果：

字符终端（GB2312环境）：正确
phpMyAdmin：乱码
MySQL Query Browser：乱码

如果你是个完全无视 GUI 管理工具的开发者，那么无视字符集设置就是了。

设置合适的字符集，我觉得主要是可以获得 GUI 管理工具强大支持。除此以外，其实用处并不是很多，以我的使用经验为例，只是用来做文本排序。

那么以 Perl 为例，说说我的经验，怎样使用合适的字符集，情况如下

前端应用：GB2312
后端存储：utf8

设置字符集可以分为四个环节：

客户端 <-> 前端 <-> 连接 <-> 后端

客户端，这里指浏览器。当前输出内容编码为 GB2312，所以应该在 HTML 头部加入如下语句：

<meta http-equiv="Content-Type" content="text/html; charset=GB2312">

通常，即使没有上述语句，多数浏览器也能“猜”出正确编码，这是题外话，不深入了。

前端，这里指数据处理程序。因为后端存储是 utf8，所以在这里需要把数据从 GB2312 转为 UTF8，就绪。

use Encode;
Encode::from_to( $data, 'euc-cn', 'utf8' );

连接，这里指由程序创建的数据库连接。通常我们这样连接数据库：

use DBI;
my $dbh = DBI->connect('dbi:mysql:database=test;host=localhost', $user, $password);

为了加入字符集信息，需要在连接后执行下面的命令：

$dbh->do('SET NAMES utf8');

声明了输入输出使用的都是 utf8 字符集。要保证建立连接后，首先执行字符集声明。

这在某些自动重连的情况下可能会失效，我推荐用读取配置文件的方式声明连接字符集。

首先，在配置文件 /etc/my.cnf 中加入字符集设置

[client]
default-character-set=utf8

然后，连接语句相应地改为

my $dbh = DBI->connect('dbi:mysql:database=test;host=localhost;mysql_read_default_file=/etc/my.cnf', $user, $password);

或者

my $dbh = DBI->connect('dbi:mysql:database=test;host=localhost;mysql_read_default_file=/etc/my.cnf;mysql_read_default_group=client', $user, $password);

这样保证了创建连接前就能读取到字符集设置。

后端，这里指 MySQL 数据库。在建表或数据库时，声明字符集

CREATE TABLE (
  ...
) CHARSET utf8;

以上就是各环节字符集的设置，一些描述乃属经验记忆，难免会有错漏，还望海涵。更多请参阅 MySQL 参考手册相关章节。