MySQL将数据库所有表格和列编码格式从utf8mb3换成utf8mb4

news2024/9/23 17:19:35

最近在做数据导入，发现客户数据很多都带特殊符号，然后数据库就会提示 “java.sql.SQLException: Incorrect string value: ‘\xF0\x9F\x8C\xB8\xEF\xBC…’ for column ‘name’ at row 1”，看了一下数据库对应字段字符集是 utf8mb3 的，换成 utf8mb4 就好了，但是查看了一下其它表格，发现所有字段都是 utf8mb3 格式的，一个个的替换显然不现实。

直接上SQL （注意“sakura_task”换成自己的数据库名称）
首先我们可以把数据库字符集调整成 utf8mb4 （特别注意：生产环境谨慎操作，修改字符集会导致锁表！！！）

ALTER DATABASE sakura_task CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;

接着我们把所有表的字符集也调整成 utf8mb4

SELECT CONCAT('ALTER TABLE ', TABLE_NAME, ' CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;')
FROM INFORMATION_SCHEMA.TABLES 
WHERE TABLE_SCHEMA = 'sakura_task' 
AND TABLE_TYPE = 'BASE TABLE';

注意上面那个是个查询语句，是为了生成我们需要修改的表的 SQL 语句，执行后是下面这样的

在这里插入图片描述

我们 Ctrl A 全部复制出来放到上面执行一下（特别注意：生产环境谨慎操作，修改字符集会导致锁表！！！）

在这里插入图片描述

最后我们把表格里面所有列的字符集也调整为 utf8mb4

SELECT CONCAT('ALTER TABLE ', TABLE_NAME, ' MODIFY ', COLUMN_NAME, ' ', COLUMN_TYPE, ' CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;')
FROM INFORMATION_SCHEMA.COLUMNS 
WHERE TABLE_SCHEMA = 'sakura_task' 
AND COLLATION_NAME LIKE 'utf8%';

同样的这里也是一个查询 SQL，我们还需要把查询结果复制出来执行

在这里插入图片描述

我们 Ctrl A 全部复制出来放到上面执行一下（特别注意：生产环境谨慎操作，修改字符集会导致锁表！！！）

在这里插入图片描述

执行完后我们还可以检查一下是不是所有表都调整好了

SELECT TABLE_NAME, COLUMN_NAME, CHARACTER_SET_NAME, COLLATION_NAME
FROM INFORMATION_SCHEMA.COLUMNS 
WHERE TABLE_SCHEMA = 'sakura_task'
AND CHARACTER_SET_NAME != 'utf8mb4';

返回空的就是所有的都调整了

在这里插入图片描述
下面再来看下 utf8mb4 和 utf8mb3 的区别

utf8mb4 和 utf8mb3 都是 MySQL 中的字符集，主要用于存储 UTF-8 编码的文本数据。它们之间的主要区别在于支持的字符范围和编码方式：

字符集支持的范围
utf8mb3：是 MySQL 的早期版本中所使用的 UTF-8 实现。utf8mb3 实际上只支持最多 3 个字节的 UTF-8 编码字符，这意味着它只能表示基本多语言平面（Basic Multilingual Plane，BMP）中的字符，这些字符的 Unicode 编码范围是 U+0000 至 U+FFFF。
utf8mb4：utf8mb4 是 MySQL 后来引入的 UTF-8 实现，支持 4 个字节的 UTF-8 编码字符。utf8mb4 不仅支持 BMP 中的字符，还能表示补充平面（Supplementary Planes）中的字符，这些字符的 Unicode 编码范围是 U+010000 至 U+10FFFF。

字符集支持的字符
utf8mb3：不支持某些特殊字符，比如 Emoji 表情、部分罕见的汉字和历史字符，因为这些字符的 Unicode 编码超出了 3 个字节的范围。
utf8mb4：支持所有 Unicode 字符，包括 Emoji 表情、一些罕见的汉字、历史文字符号等。

存储需求
utf8mb3：因为每个字符最多使用 3 个字节，所以它的存储空间相对较小，但它不能存储所有的 Unicode 字符。
utf8mb4：每个字符最多使用 4 个字节来存储，虽然存储需求增加，但能支持更广泛的字符集。

兼容性
utf8mb4 向后兼容 utf8mb3，即已经在 utf8mb3 中存储的内容可以无缝转移到 utf8mb4 中，并且不会丢失数据。

推荐使用
由于现代应用程序越来越多地使用 Emoji 和其他特殊字符，因此推荐使用 utf8mb4 作为 MySQL 数据库的字符集。这样可以确保兼容性和全面的字符支持。

总结来说，utf8mb4 是 utf8mb3 的扩展，能够支持更多字符，包括 Emoji 等常见字符，因此在新开发的系统中通常推荐使用 utf8mb4。