Mysql 数据库字符集转换及版本升/降级教程

Mysql 数据库字符集转换及版本升级/降级的详细教程 dDDoAu-?X  
$1gI%]q6  
本文为穆亦风原创，原帖地址 f] 9VR  
转贴请注明出处，非常感谢！ VEd$cE~V  
E.$`]Zn  
最近discuz发布了新的版本，免费了，用的人更多了，以前使用其它论坛程序和discuz2.5/3.0的纷纷转换或升级到discuz4.0，可见discuz作为中国人开发的php论坛程序，确实是非常优秀的，在大家欣喜若狂的时候，也遇到了一些问题 \ \:y"S  
+F +c7ES  
看到不少用户反映转换完以后是乱码的情况,出现这种现象的主要原因是这类用户使用的都是mysql4.1以上的版本.下面作一个说明,希望出现这个问题的朋友都能耐心的把这个文档看完!!! \ +0
+%
  
4LEf2p?  
MySQL 4.1开始，对多语言的支持有了很大变化 (这导致了问题的出现)。尽管大部分的地方 (包括个人使用和主机提供商)，MySQL 3、4.0 仍然占主导地位；但 MySQL 4.1 乃至5.0是 MySQL 官方推荐的数据库，已经有主机提供商开始提供并将会越来越多；因为 latin1 在许多地方 (下边会详细描述具体是哪些地方) 作为默认的字符集，成功的蒙蔽了许多 PHP 程序的开发者和用户，掩盖了在中文等语言环境下会出现的问题。 :IwAh *  
#rO 
MySQL 4.1开始把多国语言字符集分的更加详细，所以导致数据库迁移，或则dz论坛升级到4.0后（dz4.0开始使用gbk或utf-8编码）出现乱码问题。 v)Cu]+Go  
DXIrw[  
MySQL 4.1的字符集支持(Character Set Support)有两个方面：字符集(Character set)和排序方式(Collation)。对于字符集的支持细化到四个层次: 服务器(server)，数据库(database)，数据表(table)和连接(connection)。 fxH;H} (  
dTA}Vw,vj:  
查看系统的字符集和排序方式的设定可以通过下面的两条命令： n_uzV  
()NxV&-H3  
c4 _TxI  
QUOTE: rj+46Sz  
mysql> SHOW VARIABLES LIKE 'character_set_%'; ?K
k;&*E  
+--------------------------+----------------------------+
w|t 7jR.  
| Variable_name | Value | :|o&MVJY  
+--------------------------+----------------------------+ {\ ]Rq4cP  
| character_set_client | latin1 | >b*Z,j|  
| character_set_connection | latin1 | 0AojpKmUKs  
| character_set_database | latin1 | oIKSe86  
| character_set_results | latin1 | 4E0
r &K  
| character_set_server | latin1 | U00^UMeQ}  
| character_set_system | utf8 | ^lX{lJ  
| character_sets_dir | /usr/share/mysql/charsets/ | U<|%`T1d$  
+--------------------------+----------------------------+ N|.g!j0  
7 rows in set (0.00 sec) )$?t8NJ  
90AR3E)  
mysql> SHOW VARIABLES LIKE 'collation_%'; C<+<0n'M  
+----------------------+-------------------+ gmr<WU C  
| Variable_name | Value | )$SzQ{D  
+----------------------+-------------------+ yNy3gheE%  
| collation_connection | latin1_swedish_ci | @|WHY  
| collation_database | latin1_swedish_ci | ifOu9X)&Re  
| collation_server | latin1_swedish_ci | 7Bj\:154  
+----------------------+-------------------+ >Sl =v%{Rq  
3 rows in set (0.00 sec) *(z;bT"G  
y,oQtpP>t1  
MySQL 4.1 对于字符集的指定可以细化到一台机器上安装的 MySQL，其中的一个数据库，其中的一张表，其中的一栏，应该用什么字符集。但是，传统的 Web 程序在创建数据库和数据表时并没有使用那么复杂的配置，它们用的是默认的配置，那么，默认的配置从何而来呢？ ~QyS }N$  
:_d@N[l  
编译 MySQL 时，指定了一个默认的字符集，这个字符集是 latin1； Y%QMt?ZQ  
安装 MySQL 时，可以在配置文件 (my.ini) 中指定一个默认的的字符集，如果没指定，这个值继承自编译时指定的； vTEl*  
启动 mysqld 时，可以在命令行参数中指定一个默认的的字符集，如果没指定，这个值继承自配置文件中的； =\lyv y|^  
此时 character_set_server 被设定为这个默认的字符集； ][$MCwF  
当创建一个新的数据库时，除非明确指定，这个数据库的字符集被缺省设定为 character_set_server； wyiZ/?B&0  
当选定了一个数据库时，character_set_database 被设定为这个数据库默认的字符集； %dh*cu  
在这个数据库里创建一张表时，表默认的字符集被设定为 character_set_database，也就是这个数据库默认的字符集； M?aeR  
当在表内设置一栏时，除非明确指定，否则此栏缺省的字符集就是表默认的字符集； |]*}:tS:  
这个字符集就是数据库中实际存储数据采用的字符集，mysqldump 出来的内容就是这个字符集下的； /N*%d[
 
当我们按照原来的方式通过PHP存取MySQL数据库时，就算设置了表的默认字符集为utf8并且通过UTF-8编码发送查询，你会发现存入数据库的仍然是乱码。问题就出在这个connection连接层上。 9 ;
U{"  
想要进行“正确”的存储和得到“正确”的结果，最方便的是在所有query开始之前执行一下： %R5Q o^  
c8 :}yz  
SET NAMES 'gbk'; (f++p#
  
其中gbk是数据库字符集。 AkQSQ5L{\  
GA
KN|f  
它相当于下面的三句指令： "!~~o$9=F  
SET character_set_client = gbk; 'R;*5dfJ  
SET character_set_results = gbk; @  ( 7>  
SET character_set_connection = gbk; +Za9skl?|  
n4XiERg  
4.1和5.0默认使用的是latin1字符集(木头:妈的,老外真霸道,妄想让全世界都是使用瑞典字符集吗) v;!5g 4\&  
如果我们只想使用gbk字符集存储和获取数据, 0H B^>po  
我们在编译mysql 4.1和 5.0的时候，需要注意在my.ini或者my.cnf中添加两处参数 ;Wr`~,?,$  
!?quJ*0w  
o0/?aEt
 
[Copy to clipboard] [ - ] ^tJ8:1E=  
CODE: d_{dYOa,  
[mysqld] u{u)g}:  
default-character-set=utf8 kN^e$M2/a  
0/T3xOv  
](:.#Yf:  
.0 d@hS  
_Pls*#sx:  
[Copy to clipboard] [ - ] ([d[-A(b3  
CODE: > Dq(km'  
#settings for clients (connection, results, clients) [bLP<2Ua  
[mysql] Sa _<-  
default-character-set=utf8 0Mny- %_u  
4XUX&  
下面我们来说主题，如何转换数据库字符集 D)Sap3-i  
两种方法， gs z3y  
Pd?O|Bd;  
H]xw/AXt<  
QUOTE: yYyXu,7[O  
第一种----更改存储字符集 _BI"% 8  
主要的思想就是把数据库的字符集有latin1改为gbk，big5,或者utf8; 以下操作必须拥有主机权限。假设当前操作的数据库名为：database =`BI5f  
CmMi!b6=Is  
导出 ESr:y9,0  
首先需要把数据导为mysql4.0的格式，具体的命令如下： u`G_J A{  
mysqldump -uroot -p --default-character-set=latin1 --set-charset=gbk --skip-opt databse > d4.sql 3~<>"cdU  
yBT{+R^F  
--default-characte-set 以前数据库的字符集，这个一般情况下都是latin1的， wfJk+ G  
--set-charset 导出的数据的字符集，这个可以设置为gbk，utf8,或者big5 ? /,Dw  
导入 gUF5<K  
首先使用下面语句新建一个GBK字符集的数据库（test） <X ;@^q{3  
:;5M@1I f  
CREATE DATABASE `d4` DEFAULT CHARACTER SET gbk COLLATE gbk_chinese_ci; nREI4B  
然后把刚才导出的数据导入到当前的数据库中就ok了。 d*8V?$z(  
+TbZPVRA  
mysql -uroot -p --default-character-set=gbk -f d4 {*WxI)"a  
通过以上的导出和导入就把数据库的字符集改为正确的存储方式了。 ixvfLqZ{  
I 
其中d4为新建库的名称，d4.sql为导出文件的名字 IfT8+l#  
m8-;;zIC  
但是这种方法，发现数据库数据存储量无端变大30%，真是郁闷 |1n(5A 3  
-y^:*o%=h  
_;B.2Ox 
bD
LIM;aS  
MMtsW:  
QUOTE: fJ<c=
.  
另外一种其实原理相同，但是需要手动操作，一般用于第一种方法失败后的选择  K/%Gt  
不过这种方法如果数据库很大，估计很难做，因为光打开文件就能让你死机 rd 
Hz&3a
mu#  
首先还是用phpmyadmin或者用mysql本身的dump导出 .sql文件 ;> q.[Gm  
ZCK)%u  
然后用UltraEdit打开你备份的所有xxxx.sql文件，查找 Ap "]T>*.  
P!P $L T  
EC!dzH./  
[Copy to clipboard] [ - ] bP^J9\"  
CODE: UcVTzCeG3  
DEFAULT CHARSET=latin1 C;Yygp =b  
?r+X)~ s+  
latin1这里也许是别的，反正是你不想要的，要转成gbk或者big5的字符集
Y C>XQN
 
把这个替换为“空” qn34YWIj  
在查找 QQ`L1"^p  
,bD>RY.  
> 
[Copy to clipboard] [ - ] ics&Of[Fb
 
CODE: k~]BwFMk]  
CREATE TABLE cdb_sessions ( j<:
Ea:  
sid char(6) character set latin1 collate latin1_bin NOT NULL default '', t>5kA}h%{  
ip1 tinyint(3) unsigned NOT NULL default '0', |ZFJZa3H  
ip2 tinyint(3) unsigned NOT NULL default '0', 9@J/u!  
ip3 tinyint(3) unsigned NOT NULL default '0', ~#jX{-j  
ip4 tinyint(3) unsigned NOT NULL default '0', m=j<0e_@  
uid mediumint(8) unsigned NOT NULL default '0', J8)OmC-Gr  
username char(15) NOT NULL default '', wTnL\;82kX  
groupid smallint(6) unsigned NOT NULL default '0', k$vD >,X  
styleid smallint(6) unsigned NOT NULL default '0', :]j0n|oa  
invisible tinyint(1) NOT NULL default '0', p> @J)X  
`action` tinyint(1) unsigned NOT NULL default '0', a 4XNK &K  
lastactivity int(10) unsigned NOT NULL default '0', w'2!iG/ ,c  
fid smallint(6) unsigned NOT NULL default '0', DUGVildkI  
tid mediumint(8) unsigned NOT NULL default '0', ",l[p=  
nickname char(15) NOT NULL default '', iB0*"f/%+  
UNIQUE KEY sid (sid) L=jR?-q  
) ENGINE=HEAP MAX_ROWS=1000; SP*l!y#7  
,d z^'9  
替换为 _5v~%&5  
iU&?ek nP  
[r<^. @  
[Copy to clipboard] [ - ] lEH^+om^M  
CODE: }RUh5cN$ M  
CREATE TABLE `cdb_sessions` ( }@XQO7M&"  
`sid` char(6) binary NOT NULL default '', *G1`e~7I  
`ip1` tinyint(3) unsigned NOT NULL default '0', sui\Ke _  
`ip2` tinyint(3) unsigned NOT NULL default '0', {Q1+ ?O  
`ip3` tinyint(3) unsigned NOT NULL default '0', I7q@B2y2^{  
`ip4` tinyint(3) unsigned NOT NULL default '0', X_
a(
|?  
`uid` mediumint(8) unsigned NOT NULL default '0', >h On  
`username` char(15) NOT NULL default '', }O
^YM3,  
`groupid` smallint(6) unsigned NOT NULL default '0', w3aP&NnX  
`styleid` smallint(6) unsigned NOT NULL default '0', e(7Cb>"  
`invisible` tinyint(1) NOT NULL default '0', F= c=&.  
`action` tinyint(1) unsigned NOT NULL default '0', 7@; 
`lastactivity` int(10) unsigned NOT NULL default '0', ;LU\fsUY  
`fid` smallint(6) unsigned NOT NULL default '0', Y Wy   
`tid` mediumint(8) unsigned NOT NULL default '0', KMKT@Kr  
`nickname` char(15) NOT NULL default '', ydK,I"#  
UNIQUE KEY `sid` (`sid`) [  
) TYPE=HEAP MAX_ROWS=2000; `,-/E/X9  
)DWX7}  
这一步更为简单的办法就是删除掉关于cdb_sessions表的这一段，将来全新装一个d4，将这个表导出 +5KJ+ P4  
将其内容复制，粘贴到 sql文件的最后面 iiS_rYt  
g S cmqJ  
保存后，再把这个sql文件导入到你的库中 6+~rQi S*b  
t^[r&w 
就OK了 )6ZtJJ|  
{qEvqTol  
用这两种方法就可以很方便的把4.1和5.0的mysql数据库降级到4.0 8Wcg1RMm  
简单的过程就是 I> #Vh00  
A导出4.1/5.0的库 ~
'X
@8#P@  
B进行处理，转换成gbk字符集 8@8 L','
 
C彻底卸载4.1或者5.0 lq/M:C(g  
D安装4.0.26 ;vq!^,bX  
E然后导入处理完的库 ;ORD!6uF  
>YQMl)  
降级的时候导出库可以用这个方法 ,F*ogcXMG  
mysqldump -uroot -p --default-character-set=latin1 --set-charset=gbk --skip-opt databse --compatible=mysql40 > d4.sql yE`0
M8/X!  
这样导出的就是4.0的库勒 i?> .|  
|y+A8* 
至于mysql版本的升级， $ 
如果数据文件中有中文信息，那么将MySQL 4.0的数据文件，直接拷贝到MySQL 4.1中就是不可以的，即便在my.ini中设置了default-character-set为正确的字符集。虽然貌似没有问题，但MySQL 4.1的字符集有一处非常恼人的地方，以gbk为例，原本MySQL 4.0数据中varchar,char等长度都会变为原来的一半，这样存储中文容量不变，而英文的存储容量就少了一半。这是直接拷贝数据文件带来的最大问题。 gn&G%V  
t>$LD7|V  
所以，升级的根本，如果想使用“正确”的字符集，还是先用mysqldump导出成文件，然后导入。