数据库连接字符编码问题

查看数据表字符编码命令

show create table table_name;

show create table student;
+---------+---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Table   | Create Table                                                                                                                                                                                                                                                              |
+---------+---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| student | CREATE TABLE `student` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(6) NOT NULL,
  `age` int(3) NOT NULL,
  `sex` varchar(2) DEFAULT NULL,
  `address` varchar(20) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 |
+---------+---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
1 row in set (0.00 sec)

1 JDBC Driver使用的JDBC URL中关于字符编码的配置参数主要有两个：
useUnicode：是否使用自定义的编码方案
characterEncoding：指定的编码方案

一个具体的JDBC URL的例子如下：
jdbc:mysql://localhost:3306/demo1?useSSL=true&useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull

这里的"characterEncoding"用来配置将字符流转换成字节流的时候所使用的编码方案，编码得到的字节流将在网络中传输。

整个转换过程可以描绘成如下的步骤：
1）发送端使用配置的"characterEncoding"值，将字符流编码成字节流
2）将1）中得到的字节流通过网络传输到接收端
3）在接收端，已经预先接收获取发送端配置的"characterEncoding"值，利用该值，解码字节流，得到字符流

2 字符集和字符编码

字符集(Character set)是多个字符的集合，字符集种类较多，每个字符集包含的字符个数不同，这里的字符可以是英文字符，汉字字符，或者其他国家语言字符。
常见字符集包括：ASCII字符集、LATIN1字符集、GB2312字符集、GBK字符集、GB18030字符集、Unicode字符集等。字符编码方式是用一个或多个字节表示字符集中的一个字符。每种字符集都有自己特有的编码方式，因此同一个字符，在不同字符集的编码方式下，会产生不同的二进制。ASCII是基于罗马字母表的一套字符集，它采用1个字节的低7位表示字符，高位始终为0。LATIN1字符集相对于ASCII字符集做了扩展，仍然使用一个字节表示字符，但启用了高位，扩展了字符集的表示范围。GB2312、GBK、GB18030字符集是支持中文的字符集，字符集范围GB2312<GBK< GB18030。GBK字符集的字符有一字节编码和两字节编码方式。对于00-7F的字符与ASCII保持一致，汉字采用2个字节表示。第一字节范围是81-FE，避免与00-7F冲突。Unicode字符集是计算机科学领域里的一项业界标准，支持了所有国家的文字字符。Unicode字符集有好几种编码方式，比如常见的utf-8，utf-16,utf-32等。Utf8采用1-4个字节表示字符，utf-16采用固定的2个字节，utf-32则采用4个字节存储。

3 msql 中字符集编码环境变量

变量名	含义
character_set_server	默认的内部操作字符集
character_set_client	客户端来源数据使用的字符集
character_set_connection	连接层字符集
character_set_results	查询结果字符集
character_set_database	当前选中数据库的默认字符集
character_set_system	系统元数据(字段名等)字符集

详细说明

3.1库、表、列字符集的由来
(1).建库时，若未明确指定字符集，则采用character_set_server指定的字符集。
(2).建表时，若未明确指定字符集，则采用当前库所采用的字符集。
(3).新增，修改表字段时，若未明确指定字符集，则采用当前表所采用的字符集。

3.2 更新、查询涉及到得字符集变量

用户在更新(插入，删除，修改)，查询数据库时，最常使用的字符集变量主要包含character_set_client，character_set_connection，character_set_result。
更新流程字符集转换过程：客户端-》character_set_client-》character_set_connection-》表字符集。
查询流程字符集转换过程：表字符集-》character_set_result-》客户端

3.3 mysql 字符编码转换过程

如果以上各个系统变量的设置不一致，比如character_set_client为UTF8，而character_set_database为GBK，则会出现需要进行编码转换的情况。那么字符集转换的原理是什么？假设GBK字符集的字符串“小明”，需要转为UTF8字符集存储，实际就是对于“小明”字符串中的每个汉字去UTF8编码表里面查询对应的二进制，然后存储，仅此而已，编码转换并不涉及到复杂的算法。mysql字符集转换主要涉及到几个步骤：

1) 将数据从character_set_client设置转换为character_set_connection设置；

2) 将character_set_connection设置转为表字段的字符集设置；

3) 将操作结果从表字段字符集转为character_set_results设置。

下面我通过一个常用的场景来描述字符集转换的流程。用户通过mysql命令行(如果是远程连接：SecureCRT)，敲入命令“insert into T values(1,’小明’)”，字符串’小明’在流转过程中二进制存储内容。

a) 用户采用的客户端为utf8字符集，character_set_client=gbk，character_set_connection=gbk, 表T采用gbk字符集。

由于character_set_client、character_set_connection和表字符集均为GBK，不涉及编码转换。因此，表虽然为字符集虽然为GBK，但“小明”的编码并非为GBK编码的二进制流，而是UTF8的二进制流，两个汉字占用了6个字节，而读取则是一个逆向的过程，不涉及到编码转换，查询依然能正确返回“小明”。

b) 在a)的情况下，改变character_set_client的设置为utf8，查询插入的值。

可以看到返回的值是“灏忔槑”，这是由于表的字符集是GBK，而客户端请求是UTF8，那么server将二进制流E5B08FE6988E对应的GBK汉字“灏忔槑”转为UTF8汉字对应的二进制流E7818FE5BF94E6A791，因此查询结果在SecureCRT就显示为“灏忔槑”，即通常我们所谓的乱码。

c) 在b)的情况下，设置SecureCRT的字符集为GBK，看看SecureCRT字符集设置对结果影响

可以看到返回的是另外一组字符“鐏忓繑妲�”，整个流转过程与b)一样,只是在第一步发生了字节流转换，设置SecureCRT字符集编码，只是改变了显示方式。

4 查看当前数据库配置文件位置

4.1 在linux系统中可以通过使用命令查询

# which mysqld
/usr/local/mysql/bin/mysqld
# /usr/local/mysql/bin/mysqld --verbose --help |grep -A 1 'Default options'
2016-06-02 16:49:39 0 [Note] /usr/local/mysql/bin/mysqld (mysqld 5.6.25-log) starting as process 8253 ...
2016-06-02 16:49:41 8253 [Note] Plugin 'FEDERATED' is disabled.
Default options are read from the following files in the given order: 默认的选项是按照给定的顺序读取从以下文件:
/etc/mysql/my.cnf /etc/my.cnf ~/.my.cnf

4.2 在 window 系统查看可以使用mysql workbench点击server status即可