linux如何查看字符集,Linux字符集转换

概述

之前共享了MySQL数据库字符编码的数据存储编码。今天主要介绍了数据传输编码内容。阅读后，您应该熟悉MySQL数据库字符编码策略。

01

名词解释

1、character_set_client:客户端数据解析、编码的字符集。

2、character_set_connection:连接层字符集。

3、character_set_server:服务器内部操作字符集。

4、character_set_results:查询结果字符集。

5、character_set_database:当前数据库的字符集。

6、character_set_system:系统源数据(字段名等)字符集。

注：

1、还有以collation_开头的同上面对应的变量，用来描述字符序。

2、服务端编码、解析时，是按照前一环节的编码进行解析的，按照各自的字符集进行编码的。

3、character_set_server是mysql数据库内存的操作字符集。如果创建数据库时，没有指定数据库的字符集，则使用character_set_server的字符集作为默认字符集；如果创建表时，没有指定表的字符集，则使用character_set_database的字符集作为默认字符集；如果在创建字段时，没有指定字段的字符集，则使用表的字符集作为默认字符集。

4、set names gbk;等同于同时设置character_set_client，character_set_connection，character_set_results这三个字符集。

MySQL的客户端可以分为两种：一种就是用C语言写的官方客户端——MySQL命令程序；一种就是平常程序员使用JDBC等connector API写成的客户端。这里以第一种做分析，分成windows和Linux两个层面。

02

Windows客户端

MySQL命令程序在Windows和Linux系统中关于字符编码处理的部分并不等效，下图是Windows系统的客户端字符编码转换逻辑：

其中的三个character变量存在于服务器上，而charset_info存在于客户端。

当客户端启动连接到服务器时，客户端将根据配置参数设置charset_info为指定编码，同时通知服务器让服务器把三个character变量设置为相同编码。

WINDOWS客户端数据传输流程：

1）客户端从控制台标准输入读取一行命令文本，其编码为操作系统编码；

2）客户端将命令从系统编码转码为客户端charset_info变量设定的编码；

3）客户端将命令文本发送给服务器；

4）服务器把收到的文本解码为character_set_client编码，这个编码通常与客户端charset_info一致；

5）服务器把命令文本转码为character_set_connection；

6）服务器执行命令，产生结果；

7）将结果转码为character_set_results发送给客户端；

8）客户端把收到的结果解码为charset_info编码，这个编码通常与character_set_results一致；

9）客户端将结果转码为操作系统编码，输出到控制台标准输出。

由于在Windows平台上MySQL程序在读取控制台时使用了Unicode Console Read API，所以程序从控制台获取的原始字符串实际上是UTF16编码，所以这里的“操作系统编码”并不是Windows通常的GBK，而应该看做UTF16。

03

Linux客户端

下图是Linux系统中的MySQL客户端程序字符编码转换逻辑：

它与Windows版的不同之处就在于，它并不把来自终端标准输入的操作系统编码字符串强制转换为charset_info编码，也不会把输出到终端的charset_info编码结果字符串强制转换为操作系统编码。

也就是说，Linux平台的MySQL程序这时候会会忽略charset_info变量。当然，这样一来Linux客户端的数据传输流程就比Windows客户端对应地少几步。

其实字符集出现乱码的地方最大可能在两个地方，character_set_client和character_set_results。如果这两个地方的编码个客户端编码不一致会乱码。数据有可能存都存不进去。最好老老实实不要乱设置character_set_client这些值。如果能保持所有的都是utf8，那肯定没问题。

后面会分享更多devops和DBA方面的内容，感兴趣的朋友可以关注下！