mysqldump 以错误的字符集导出数据

Question

昨天我第一次导出我的Mysql数据库，我在转储中发现了一些非常奇怪的字符，例如:

INSERT INTO `piwik_archive_blob_2013_01` VALUES (15,'Actions_actions_url_6',1,'2013-01-17','2013-01-17',1,'2013-01-20 07:36:53','xuNM0ý/œ#&ÝÕ³\ZõNYpÊÀì#!üw7Hж}°ÀAáZoN*šgµ\'GWª[Yûðe¯57 ÃÁÆ7|Ÿ\'Ü%µDh©-EÛ^ËL±ÕÞtªk@(,b±ßZ.ÒÃ6b²aiÓÍ)87[­ïÎœ,æya¥uÒ<|+íª7MNuïÝ¿8ñ%1Ʊ>Ú­X');

我的服务器MySQL版本是:5.1.66-0+squeeze1 (Debian)。此数据库由 Piwik 自动创 build 置脚本。

这是我试图解决这个问题的方法:

#1首先我检查了数据库字符集。

> show table status;

这 26 个表的排序规则 utf8_general_ci 听起来很正常。我猜 mysqldump 以不同的字符集导出(latin1？)所以我尝试了:

mysqldump -u user -p**** --all-databases --default-character-set=utf8 | gzip -9 > dump.sql.gz

结果 = 我仍然有相同的奇怪字符。

注意)后来我了解到mysqldump的默认字符集是utf8，不管服务器默认字符集是什么。所以 --default-character-set=utf8 没用。

#2然后我想我可以通过更新mysql conf来解决问题。最初的 session 是:

mysql> show variables like "%character%";show variables like "%collation%";

+--------------------------+----------------------------+
| Variable_name            | Value                      |
+--------------------------+----------------------------+
| character_set_client     | latin1                     |
| character_set_connection | latin1                     |
| character_set_database   | latin1                     |
| character_set_filesystem | binary                     |
| character_set_results    | latin1                     |
| character_set_server     | latin1                     |
| character_set_system     | utf8                       |
| character_sets_dir       | /usr/share/mysql/charsets/ |
+--------------------------+----------------------------+
+----------------------+-------------------+
| Variable_name        | Value             |
+----------------------+-------------------+
| collation_connection | latin1_swedish_ci |
| collation_database   | latin1_swedish_ci |
| collation_server     | latin1_swedish_ci |
+----------------------+-------------------+

所以我更新了 /var/lib/mysql/my.cnf 并添加了:

[mysqld]
init_connect='SET collation_connection = utf8_general_ci'
init_connect='SET NAMES utf8'
character-set-server=utf8
collation-server=utf8_general_ci
default-character-set=utf8
default-collation=utf8_general_ci

[mysqldump]
default-character-set=utf8

然后

/etc/init.d/mysql restart
mysql> show variables like "%character%";show variables like "%collation%";

+--------------------------+----------------------------+
| Variable_name            | Value                      |
+--------------------------+----------------------------+
| character_set_client     | utf8                       |
| character_set_connection | utf8                       |
| character_set_database   | latin1                     |
| character_set_filesystem | binary                     |
| character_set_results    | utf8                       |
| character_set_server     | utf8                       |
| character_set_system     | utf8                       |
| character_sets_dir       | /usr/share/mysql/charsets/ |
+--------------------------+----------------------------+
+----------------------+-------------------+
| Variable_name        | Value             |
+----------------------+-------------------+
| collation_connection | utf8_general_ci   |
| collation_database   | latin1_swedish_ci |
| collation_server     | utf8_general_ci   |
+----------------------+-------------------+

结果 = 相同的奇怪字符。

#3我更改了 character_set_database 和 collat​​ion_database:

mysql> ALTER DATABASE piwik default character SET utf8 collate utf8_general_ci;

mysql> show variables like "%character%";show variables like "%collation%";

+--------------------------+----------------------------+
| Variable_name            | Value                      |
+--------------------------+----------------------------+
| character_set_client     | utf8                       |
| character_set_connection | utf8                       |
| character_set_database   | utf8                       |
| character_set_filesystem | binary                     |
| character_set_results    | utf8                       |
| character_set_server     | utf8                       |
| character_set_system     | utf8                       |
| character_sets_dir       | /usr/share/mysql/charsets/ |
+--------------------------+----------------------------+
+----------------------+-----------------+
| Variable_name        | Value           |
+----------------------+-----------------+
| collation_connection | utf8_general_ci |
| collation_database   | utf8_general_ci |
| collation_server     | utf8_general_ci |
+----------------------+-----------------+

结果 = 相同的奇怪字符。

#4我现在明白了，我应该在 创建数据库之前将 MySQL (latin1) 中的默认字符集更改为 utf8。

排序规则 utf8_general_ci (#1) 表示数据存储在 utf8 中。但是，mysqldump 会不会认为数据存储在 latin1 中并使用 utf8 编码数据？这意味着最后数据是双 utf8 编码的(叹息)。在这种情况下，我该如何解决问题？

感谢您的帮助。

ps) 我想知道为什么 Piwik 不需要将数据库默认字符集更改为 utf8。

Answer 1

根据表名“piwik_archive_blob_2013_01”，我猜测包含奇怪字符的列是BLOB类型。

BLOB 列包含二进制数据。这就是为什么它包含这些奇怪的字符。这是预期的。

别担心，我很确定 MysqlDump 知道如何转储这些数据。

干杯，埃里克。