技術分享 | 為什麼我的 MySQL 客戶端字符集為 latin1

愛可生雲資料庫發表於2022-05-23
MySql客戶端

作者：秦廣飛

愛可生 DBA 團隊成員，負責專案日常問題處理及公司平臺問題排查，對資料庫有興趣，對技術有想法。一入 IT 深似海，從此節操是路人。

本文來源：原創投稿

*愛可生開源社群出品，原創內容未經授權不得隨意使用，轉載請聯絡小編並註明來源。

問題背景

我司某客戶最近在檢查一批新安裝的 MySQL 資料庫時，發現了下面的現象：

  • 該批次的 MySQL 客戶端字符集全部為 Latin1 ；
  • 而之前使用同樣引數模板部署的 MySQL ，客戶端字符集卻為 utf8 ;

已知 MySQL 版本為 5.7.32 ，伺服器作業系統為 Redhat 7 ，那麼為什麼兩次安裝的 MySQL 字符集會不一樣呢？

字符集介紹

首先我們簡單回顧下 MySQL 字符集的相關知識，MySQL 字符集大體可以分為下面兩個方面：

  • Server 級別字符集

    • Server 級別的字符集，即資料儲存到資料庫時使用的字符集，又可以細化分為庫級別、表級別和欄位級別；
    • 一般來說，如果建庫建表時沒有特別指定，那麼就會使用 Server 級別的字符集；
    • Server 級別的字符集可以使用 character_set_server 引數指定；

  • Client 級別字符集

    • Client 級別的字符集，即客戶端連線進資料庫時使用的字符集，分別由下面幾個引數控制：

      • character_set_client：Server認為Client傳送過來的請求是用該引數進行編碼的，因此在收到請求後會使用該引數進行解碼；
      • character_set_connection：Server內部處理請求字串時，會從character_set_client轉為character_set_connection，因此兩個引數要一致；
      • character_set_results：Server返回查詢結果給Client時，會根據character_set_results進行編碼，然後再返回，因此也需要和character_set_client保持一致；
    • 也就是說，控制 Client 級別字符集的三個引數需要一致，可以使用下面的方法：
-- 資料庫中直接修改
mysql> set names utf8;
  
-- 配置檔案中修改，客戶端重新連線
shell> vi /etc/my.cnf
[mysql]
default-character-set = utf8
shell>
  
-- mysql客戶端使用的my.cnf檔案，可以根據mysql --help | grep "my.cnf" 確認
shell> mysql --help | grep "my.cnf"
            order of preference, my.cnf, $MYSQL_TCP_PORT,
/etc/my.cnf /etc/mysql/my.cnf /usr/local/mysql/etc/my.cnf ~/.my.cnf
shell>

排查過程

回到這個問題，我們首先檢查了之前安裝的 MySQL 的字符集，確實為 utf8

之後，檢視伺服器上所有的 my.cnf 檔案，發現無論是之前安裝的還是最近一批安裝的，都僅有 MySQL 執行時指定的 my.cnf 檔案中有字符集相關引數：character_set_server=utf8mb4

最後，又檢視了伺服器上作業系統的字符集，發現有問題的為 en_US ，而原先的為 en_US.UTF-8

好像找到了問題出在哪裡，測試環境驗證下，果然當伺服器字符集設定為 en_US 後，MySQL 客戶端字符集變為了 Latin1

那麼，為什麼會這樣呢，我們看下官方文件上是怎麼說的：https://dev.mysql.com/doc/ref...

翻譯下來，大致有兩點含義：

  • mysql, mysqladmin, mysqlcheck, mysqlimport, and mysqlshow 這些客戶端工具都有一個預設的字符集，MySQL 5.7 是 latin1 ，MySQL 8.0為 utf8mb4 ；
  • 每個客戶端工具都會檢測作業系統的字符集，比如Linux系統LANG環境變數的值，如果MySQL支援作業系統的字符集，就會使用作業系統的（這裡支援包括不完全精確匹配時，OS字符集將對映到最接近的MySQL字符集）；如果不支援，就使用客戶端預設字符集；

我們知道en_US最接近的字符集就是Latin1，所以回到我們的問題，當伺服器的字符集為en_US後，我們看到MySQL客戶端字符集為Latin1 ，是不是可以理解了

而使用MySQL 8.0的客戶端，能進一步驗證當不能精確匹配時，就使用MySQL最接近的字符集：

調整伺服器（Redhat 7 或 CentOS 7）的字符集可以參考下面的方式：

-- 立即生效，但重啟後會丟失
shell> export LANG="en_US.UTF-8"
  
-- 永久生效
shell> vim /etc/locale.conf
LANG="en_US.UTF-8"
shell> source /etc/locale.conf

總結

  • 本次字符集與之前不一致的原因是，該批次虛擬機器映象的字符集有點問題，一般來說，Redhat 7 和 CentOS 7 都會是 en_US.UTF-8 ；
  • MySQL Server 級別的字符集，可以用 character_set_server 引數指定；
  • 控制 MySQL Client 級別字符集的三個引數需要保持一致，一般來說為utf8（MySQL 8.0 為 utf8mb4），同時又與 MySQL Client 所在伺服器的字符集有關；

相關文章