mysql字元轉化以及亂碼原因

mysql中存入資料時發生的編碼轉換過程：
1、在終端(Terminal，可以是bash視窗，也可以是客戶端工具如navicat)中輸入，輸入的內容由Terminal根據其自己的字元進行編碼。
2、經Terminal編碼後的二進位制流被傳輸到mysql server。mysql server(mysql engine)根據引數character_set_client的字元設定來對該二進位制流進行解碼。
3、解碼之後，mysql server再次根據目的表，即table的字符集來判斷是否需要字元編碼轉換。如果character_set_client的字元設定和table定義時的character設定一致，則無需字元編碼轉換。否則進行轉換，然後將轉換後的二進位制流存放到資料檔案(file)中去。
總結：client ------> server(engine) -----> file     需要經過三次編碼，兩次編碼轉化。

mysql中取出資料時發生的編碼轉換過程：
1、從資料檔案(file)中讀出二進位制資料流，將該資料流根據table定義時的character設定來進行解碼。
2、在用table character對二級制資料流進行解碼之後，在mysql engine(mysql server)中，需要根據引數character_set_client的字符集設定對解碼後的資料庫流再一次進行編碼，將編碼之後的二級制資料庫流傳輸到client端。
3、client端，即終端(Terminal)根據其自己的字符集編碼來展示查詢結果。
總結：  file ------> server(engine) -----> client  需要經過三次編碼，兩次編碼轉化。

可能會有些疑問，在上面的分析中，資料都是以二進位制流的方式在各個節點之間流動的。那麼為什麼需要編碼轉化了？
1、client 和 server(engine) 之間的轉換，或者說編解碼是為了對傳進來的二進位制流做語法和詞法解析，否則你不會知道傳進來的是insert還是update。
2、file 和 server(engine) 之間的轉換是為了在從資料檔案讀入資料後，在儲存引擎內部進行字元級別的操作。

經過以上分析，應該很快發現導致亂碼出現的原因是有以下幾種：
1、資料在存入的時候和取出的時候，編碼不一致。比如存入時用的utf8，取出時用的GBK。
2、編碼轉換不是無損編碼轉換導致亂碼出現。比如clien是utf8，mysql server中的character_set_client設定為gbk，表結構的字符集設定為utf8。這裡會有兩次編碼轉化，client到server時，utf8要轉為gbk，然後server到file時，gbk要轉為utf8。由於gbk到utf8是有損編碼轉化，導致了亂碼出現。

無損編碼轉換：假設我們要把用編碼A表示的字元X，轉化為編碼B的表示形式，而編碼B的字形集中並沒有X這個字元，那麼此時我們就稱這個轉換是有損的。
但不是任何兩種字符集編碼之間的轉換都是有損，轉換是否有損取決於以下幾點：
------被轉換的字元是否同時在兩個字符集中
------標字符集是否能夠對不支援字元，保留其原有表達形式。(比如latin1在遇到自己無法表示的字元時，會保留原字符集的編碼資料，並跳過忽略該字元進而處理後面的資料。)

因此只要客戶端，MySQL Server的character-set-client，table charset的三個字符集完全一致就可以保證一定不會有亂碼出現了。