MySQL的字符编码体系（二）——数据传输编码

标签：字符编码   mysql   数据库   乱码   

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。这里只讨论第一种。

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。

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。

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。

乱码陷阱模拟

根据Linux平台MySQL程序的这一特点，很容易产生这样一个可能的陷阱：在Linux系统中通过MySQL客户端向数据库插入中文数据后，查询结果没有乱码，但从配置正确的Windows平台MySQL客户端查询同一个表得到的却是乱码。
可以这样模拟上述的情况：
创建一个表，其中只包含一个GBK字符串字段和UTF8字符串字段。Linux中启动MySQL连接到数据库服务器，将服务器的三个character变量从默认的UTF8修改为GBK。向数据库插入中文数据，立即select，结果无异常：

但是使用Windows的MySQL客户端查询时，结果却是乱码：

乱码分析

结合前面的数据传输流程，就能知道问题出在什么地方：

1. 客户端从终端读取了一行utf8编码（Linux默认）的命令文本，忽略charset_info变量，直接把文本发送给服务器；
2. 服务器因为事先的命令charset gbk把三个character变量都设置为了GBK，所以服务器认为收到的文本是GBK编码；
3. 接下来服务器会不经过任何转码将文本字符串直接存入数据表中，因为数据表第一个字段也是GBK。

1. 表中的字符串不经过任何转码直接发给客户端，因为character_set_results也是GBK；
2. 客户端收到查询结果后因为忽略charset_info而直接不经过转码输出到终端标准输出；
3. 终端得到的数据实际上是UTF8编码的，所以正常输出。

1. 表中的字符串（UTF8）不经过任何转码直接发给客户端，因为character_set_results也是GBK；
2. 客户端收到查询结果后认为是charset_info编码（此时为GBK）；
3. 客户端把查询结果从charset_info转码为UTF16，然后调用Unicode Console Write API输出，看到乱码。

乱码“修复”

如果Windows客户端也想看到正确的结果，那就要故意错误地配置：

1. 执行命令charset utf8，这会将charset_info和三个服务器character都设置为UTF8；
2. 执行命令set names gbk，这只会将三个服务器character设置为GBK；
3. 现在select，结果看上去不再乱码了。

MySQL的字符编码体系（二）——数据传输编码,布布扣,bubuko.com

MySQL的字符编码体系（二）——数据传输编码

标签：字符编码   mysql   数据库   乱码   

原文地址：http://blog.csdn.net/kxcfzyk/article/details/37723367