Question

我正在使用MySQL数据库服务器运行生产应用程序。我忘记将列的排序规则从latin设置为utf8_unicode，这会在保存到具有多语言数据的列时导致奇怪的数据。

我的问题是，如果我现在将校对更改为utf8_unicode，我的现有数据会发生什么？它会破坏或破坏现有数据还是数据仍然存在，但新数据将保存为utf8应该是什么？

我将使用phpMyAdmin网络客户端进行更改。

Answer 1

文章http://mysqldump.azundris.com/archives/60-Handling-character-sets.html详细讨论了这一点，并展示了将会发生的事情。

请注意，您正在将CHARACTER SET（实际上是编码）与COLLATION混合。

字符集定义磁盘上字符串的物理表示形式。您可以使用HEX（）函数（例如SELECT HEX(str) FROM t WHERE id = 1）使其可见，以查看MySQL如何存储字符串的字节。 MySQL提供给您的内容可能会有所不同，具体取决于您使用SET NAMES ....定义的连接的字符集。

排序规则是排序顺序。它取决于字符集。例如，您的数据可能是latin1字符集，但可以根据两个德语排序顺序latin1_german1_ci或latin1_german2_ci中的任何一个进行排序。根据您的选择，诸如ö的元音符号将分为oe或o。

更改字符集时，需要重写表中的数据。 MySQL将读取表中的所有数据和所有索引，制作临时占用磁盘空间的表的隐藏副本，然后将旧表移动到隐藏位置，将隐藏表移动到位，然后删除旧数据，释放磁盘空间。在中间的一段时间内，你需要两倍的存储空间。

更改排序规则时，数据的排序顺序会更改，但不会更改数据本身。如果您要更改的列不是索引的一部分，除了重写frm文件之外不需要做任何事情，并且MySQL的最新版本不应该做更多。

当您更改作为索引一部分的列的排序规则时，需要重写索引，因为索引是表的排序摘录。这将再次触发上面概述的ALTER TABLE表复制逻辑。

MySQL会尝试保留这样做的数据：只要您拥有的数据可以在目标字符集中表示，转换就不会有损。如果发生数据截断，将打印警告，并且目标字符集中无法表示的数据将替换为？

Answer 2

在MySQL 5.1中运行快速测试，VARCHAR列设置为latin1_bin我插入了一些非拉丁字符

INSERT INTO Test VALUES ('英國華僑');

我选择它们并得到垃圾（如预期的那样）。

SELECT text from Test;

给出

text
????

然后我将列的排序规则更改为utf8_unicode并重新运行SELECT并显示相同的结果

text
????

这就是我所期望的 - 它将保持数据和数据仍然是垃圾，因为当插入数据时，列丢失了额外的字符信息，只是插入了一个？对于每个非拉丁字符并没有办法????再次成为英国华侨。

您的数据将保留在原位，但不会修复。

Answer 3

有效的数据将被正确转换：

使用时更改数据类型更改或修改，MySQL尝试将现有列值转换为新型也是可能的。警告：这种转换可能会导致改变数据。

http://dev.mysql.com/doc/refman/5.5/en/alter-table.html

......更具体地说：

转换二进制或非二进制字符串列使用特定的字符集，使用ALTER TABLE。对于成功转换发生之一必须满足以下条件 apply：[...]如果列有一个非二进制数据类型（CHAR，VARCHAR， TEXT），其内容应编码在列字符集中，不是一些其他字符集。如果是内容以不同的字符编码设置，您可以转换要使用的列首先是二进制数据类型，然后是具有所需的非二进制列字符集。

http://dev.mysql.com/doc/refman/5.1/en/charset-conversion.html

因此，您的问题是无效的数据，例如，以不同字符集编码的数据。我已经尝试过文档建议的提示，它基本上破坏了我的数据，但原因是我的数据已经丢失：运行SELECT column, HEX(column) FROM table显示多字节字符已插入为0x3F（即， Latin1中的?符号。我的MySQL堆栈非常智能，可以检测到输入数据不是Latin1并将其转换为“兼容”的东西。一旦数据消失，你无法取回它。

总结一下：

使用HEX（）查看您是否仍有数据。
在表格的副本中进行测试。

Answer 4

我的问题是，如果我改变了我的现有数据将会发生什么现在整理到utf8_unicode？

答案：如果您更改为utf8_unicode_ci，您的现有数据（已经损坏并且在您修改之前仍然会损坏）将发生任何事情。

它会破坏或破坏现有数据还是数据仍然存在，但新数据将保存为utf8应该是什么？

答案：更改为utf8_unicode_ci后，现有数据不会被销毁。它将像以前一样保持不变（像????）。但是，如果插入包含Unicode字符的新数据，则会正确存储。

我将使用phpMyAdmin网络客户端进行更改。

答案：当然，您可以通过转到操作＆gt;更改与phpMyAdmin的排序规则。表格选项

Answer 5

小心！一些问题通过

解决

ALTER TABLE ... CONVERT TO ...

部分通过两步流程解决

ALTER TABLE ... MODIFY ... VARBINARY...
ALTER TABLE ... MODIFY ... VARCHAR...

如果你做错了，你会有一个更糟的混乱！

请SELECT HEX(col), col ...查看您的真实情况。
研究一下，看看你有什么案例：Trouble with utf8 characters; what I see is not what I stored
根据以下情况执行正确的修复：http://mysql.rjweb.org/doc.php/charcoll#fixes_for_various_cases

如果我在MySQL中更改列的排序规则，现有数据会发生什么？

5 个答案: