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 rju_iW5f  
A9l`*_9L  
本文为穆亦风原创，原帖地址 @V~&_QQR  
转贴请注明出处，非常感谢！ AZnBya~  
Y0pjz  
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 .W!j ~Q[~  
!F,YCg~ UP  
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!!! *C;#2 1  
7 Mq{r  
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。 BwJvkDk se  
FY9!=[3O<(  
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。 _'%H8s  
lp}~ jZd  
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)。 Up!HA)  
f&1,B&61'g  
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： .]Q;5)]8s  
t9x|>z  
pvnamT-
L  
QUOTE: aJ$`oy  
mysql> SHOW VARIABLES LIKE 'character_set_%'; c|/V o.  
+--------------------------+----------------------------+ g,'Eab sZ  
| Variable_name | Value | ;wjpHe_
 
+--------------------------+----------------------------+ aA!0vPnm\X  
| character_set_client | latin1 | ]f@OON|(S  
| character_set_connection | latin1 | oe]AtWJ'  
| character_set_database | latin1 | C0Wzs0e  
| character_set_results | latin1 | LVC!!!U|p  
| character_set_server | latin1 | $R ")AK(!  
| character_set_system | utf8 | JIFg& x!!  
| character_sets_dir | /usr/share/mysql/charsets/ | c  
+--------------------------+----------------------------+ T+`~c.ii~  
7 rows in set (0.00 sec) L W%XcX  
oan! $BC  
mysql> SHOW VARIABLES LIKE 'collation_%'; =S8h=
T  
+----------------------+-------------------+ tm%xZMX  
| Variable_name | Value | zJ*B8H~I  
+----------------------+-------------------+ 0t((Z3|  
| collation_connection | latin1_swedish_ci | x*ny#C  
| collation_database | latin1_swedish_ci | r
,gmDP  
| collation_server | latin1_swedish_ci | >d* >E$H)L  
+----------------------+-------------------+ c'r1%':  
3 rows in set (0.00 sec) fw|U>?z  
a6=GL+  
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？ S0Zo1m"D  
mR6,?  
编译 MySQL 时，指定了一个默认的字符集，这个字符集是 latin1； ~?c s1"!  
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； 5 d;8E)  
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； ;"ruLk$0  
此时 character_set_server 被设定为这个默认的字符集； ^+kd =h  
当创建一个新的数据库时，除非明确指定，这个数据库的字符集被缺省设定为 character_set_server； w
{g\i  
当选定了一个数据库时，character_set_database 被设定为这个数据库默认的字符集； QnCJ )mk  
在这个数据库里创建一张表时，表默认的字符集被设定为 character_set_database，也就是这个数据库默认的字符集； [ #B S;  
当在表内设置一栏时，除非明确指定，否则此栏缺省的字符集就是表默认的字符集； ][t|k:I  
这个字符集就是数据库中实际存储数据采用的字符集，mysqldump 出来的内容就是这个字符集下的； 9H"mF8 I  
当我们按照原来的方式通过PHP存取MySQL数据库时，就算设置了表的默认字符集为utf8并且通过UTF-8编码发送查询，你会发现存入数据库的仍然是乱码。问题就出在这个connection连接层上。 ;*) {zI  
想要进行“正确”的存储和得到“正确”的结果，最方便的是在所有query开始之前执行一下： r|b|yZ.F   
&+<2zh-s  
SET NAMES 'gbk'; plh1~^F  
其中gbk是数据库字符集。 0N,`?\  
@5#B@=y$h  
它相当于下面的三句指令： Gb`<j^4GR  
SET character_set_client = gbk; iId9UeJyY  
SET character_set_results = gbk; `d=
!  
SET character_set_connection = gbk; s>F(G`u  
"$$Z*]!PY|  
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) /10\!2^  
如果我们只想使用gbk字符集存储和获取数据, ha>ZD1v  
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
+Z:E`$ d  
kyH(c-[4<  
5`/ {  
[Copy to clipboard] [ - ] vWWuYdR1  
CODE: A^p%mBZ  
[mysqld] LF |< ]Vty  
default-character-set=utf8 vmF6Fn"'  
z;{RZm_7*  
`zt6Bx2p  
H~p]PZzr  
-4X({/  
[Copy to clipboard] [ - ] /#YR]%E  
CODE: Of(^<^K  
#settings for clients (connection, results, clients) eO hJZ8V+  
[mysql] ]g4ey1k1  
default-character-set=utf8 FO],E9V  
wm"2W]Lu'  
下面我们来说主题，如何转换数据库字符集 Hi3ioz  
两种方法， a#|I]  
v ((y#*(  
"]q]D,fM^  
QUOTE: sPQ:^23  
第一种----更改存储字符集 m_
-@IP  
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 ~8RS{M  
@(6E04-MX*  
导出 vO{3f||  
首先需要把数据导为mysql4.0的格式，具体的命令如下： Dz(5n@L  
mysqldump -uroot -p --default-character-set=latin1 --set-charset=gbk --skip-opt databse > d4.sql #N) 0   
Z 2QHI!MX  
--default-characte-set 以前数据库的字符集，这个一般情况下都是latin1的， *Gp}x#rwc  
--set-charset 导出的数据的字符集，这个可以设置为gbk，utf8,或者big5 i7 r)a%oL  
导入 fAt9EGJv  
首先使用下面语句新建一个GBK字符集的数据库（test） 8@<QmV  
b5LnuhE:  
CREATE DATABASE `d4` DEFAULT CHARACTER SET gbk COLLATE gbk_chinese_ci; 4w]# Bc-t  
然后把刚才导出的数据导入到当前的数据库中就ok了。 GEOi%.  
$6l=H@)g  
mysql -uroot -p --default-character-set=gbk -f d4 O2G* UM  
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。 x^xIyw(0V  
uJ[TD`w  
其中d4为新建库的名称，d4.sql为导出文件的名字 &P&^Qn@R  
U\^6 \FJ2  
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 9 W_tX=  
ykd}Mz"  
^;d1Fp  
z+L u|6  
7+H=$0?6  
QUOTE: 2 :|\?{  
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 68ip^v 1  
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 wZVW,LqKB  
lgRZQ>Zk  
首先还是用phpmyadmin或者用mysql本身的dump导出 .sql文件 O(\{?FO  
WP lxAp  
然后用UltraEdit打开你备份的所有xxxx.sql文件，查找 b#.tf  
e2"Ph5{  

Rkge~r  
[Copy to clipboard] [ - ] Xqz5Km  
CODE: (?]mNR+-N  
DEFAULT CHARSET=latin1 3w0m :Ew  
*wl+ ?  
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 5:H|^C=  
把这个替换为“空” qI$m :{<  
在查找 U{0+n  
8)ZRT~Ep~w  
@5vT%u7m  
[Copy to clipboard] [ - ] lJsCDG 
CODE: O >n;F  
CREATE TABLE cdb_sessions ( 4&9 *a  
sid char(6) character set latin1 collate latin1_bin NOT NULL default '', 4 Gv vJ-Tl  
ip1 tinyint(3) unsigned NOT NULL default '0', \s2@;  
ip2 tinyint(3) unsigned NOT NULL default '0', r_m4J%  
ip3 tinyint(3) unsigned NOT NULL default '0', }:_c%3Z-  
ip4 tinyint(3) unsigned NOT NULL default '0', ;I^jEFBq7.  
uid mediumint(8) unsigned NOT NULL default '0', ClAc
t|/x  
username char(15) NOT NULL default '', s&AU`[?e  
groupid smallint(6) unsigned NOT NULL default '0', v5+M[DTI  
styleid smallint(6) unsigned NOT NULL default '0', mSg  
invisible tinyint(1) NOT NULL default '0', Jv6T+]_g]-  
`action` tinyint(1) unsigned NOT NULL default '0', i-:ca"f0zi  
lastactivity int(10) unsigned NOT NULL default '0', T {.%T JQ  
fid smallint(6) unsigned NOT NULL default '0', 8#4IYnYI  
tid mediumint(8) unsigned NOT NULL default '0', Y)dU8oa  
nickname char(15) NOT NULL default '', }R0G$'  
UNIQUE KEY sid (sid) S0J!7l)  
) ENGINE=HEAP MAX_ROWS=1000; ;@Y {Z  
q h*`,tzu  
替换为 ,>$Y~l24+  
JSd+Dm CT5  
}Y)R9%I  
[Copy to clipboard] [ - ] RpquVZ\  
CODE: 5Q,y5[  
CREATE TABLE `cdb_sessions` ( DjN"2uvX  
`sid` char(6) binary NOT NULL default '', 2{Bu*q.vF  
`ip1` tinyint(3) unsigned NOT NULL default '0', ,Y A8  
`ip2` tinyint(3) unsigned NOT NULL default '0', g(
/fmG B  
`ip3` tinyint(3) unsigned NOT NULL default '0', t_T0%\#  
`ip4` tinyint(3) unsigned NOT NULL default '0', UqP29(I9  
`uid` mediumint(8) unsigned NOT NULL default '0', m *t.=kPy  
`username` char(15) NOT NULL default '', eXm(A&Ne  
`groupid` smallint(6) unsigned NOT NULL default '0', j/TJOd&>  
`styleid` smallint(6) unsigned NOT NULL default '0', SM+)-JZ  
`invisible` tinyint(1) NOT NULL default '0', }%30g+C  
`action` tinyint(1) unsigned NOT NULL default '0', y2Cm16  
`lastactivity` int(10) unsigned NOT NULL default '0', R|fXB9;  
`fid` smallint(6) unsigned NOT NULL default '0', 2d(^gcK@.  
`tid` mediumint(8) unsigned NOT NULL default '0', r5rx%L3N  
`nickname` char(15) NOT NULL default '', K*"x6sST  
UNIQUE KEY `sid` (`sid`) @&y 4|7Tw  
) TYPE=HEAP MAX_ROWS=2000; 4JuF"y[_  
%yJGGf&  
这一步更为简单的办法就是删除掉关于cdb_sessions表的这一段，将来全新装一个d4，将这个表导出 )afc1: !  
将其内容复制，粘贴到 sql文件的最后面 fr{C[66}E  
=|:#R  
保存后，再把这个sql文件导入到你的库中 w*2K /  
U1eXhd  
就OK了 u<[tG6C  
O@17|,$%6  
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 |]Re{\  
简单的过程就是 C[HjY!|Vb9  
A导出4.1/5.0的库 YD+`#Jv  
B进行处理，转换成gbk字符集 X_o]l/jg  
C彻底卸载4.1或者5.0 <cC>kwT  
D安装4.0.26 ^F])8VZ   
E然后导入处理完的库  ~#wei  
N;bnw'   
降级的时候导出库可以用这个方法 D^Vy9+  
mysqldump -uroot -p --default-character-set=latin1 --set-charset=gbk --skip-opt databse --compatible=mysql40 > d4.sql ArQ%~*k  
这样导出的就是4.0的库勒 BER W`UqE  
5pv3s/#'  
至于mysql版本的升级， f `~N93v  
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。 ~{`(/ 3a  
LN~`%iVG  
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。