如何更改数据库的默认排序规则？

Question

我们以前的程序员在表（Mysql）中设置了错误的排序规则。当它应该是UTF8时，他用拉丁校对设置它，现在我有问题。每个有中文和日文字符的记录都会转到???字符。

是否可以更改整理并获取角色的细节？

Answer 1

更改数据库排序规则：

ALTER DATABASE <database_name> CHARACTER SET utf8 COLLATE utf8_unicode_ci;

更改表排序规则：

ALTER TABLE <table_name> CONVERT TO CHARACTER SET utf8 COLLATE utf8_unicode_ci;

更改列排序规则：

ALTER TABLE <table_name> MODIFY <column_name> VARCHAR(255) CHARACTER SET utf8 COLLATE utf8_unicode_ci;

更多信息：

• What are the diffrences between utf8_general_ci and utf8_unicode_ci?
• What's the difference between utf8_general_ci and utf8_unicode_ci
• How to change collation of database, table, column?

Answer 2

下面是如何更改所有数据库/表/列。运行这些查询，它们将输出将整个模式转换为utf8所需的所有后续查询。希望这可以帮助！

- 更改数据库默认排序规则

SELECT DISTINCT concat('ALTER DATABASE `', TABLE_SCHEMA, '` CHARACTER SET utf8 COLLATE utf8_unicode_ci;')
from information_schema.tables
where TABLE_SCHEMA like  'database_name';

- 更改TABLE排序规则/字符集

SELECT concat('ALTER TABLE `', TABLE_SCHEMA, '`.`', table_name, '` CHARACTER SET utf8 COLLATE utf8_unicode_ci;')
from information_schema.tables
where TABLE_SCHEMA like 'database_name';

- 更改COLUMN Collat​​ion / Char Set

SELECT concat('ALTER TABLE `', t1.TABLE_SCHEMA, '`.`', t1.table_name, '` MODIFY `', t1.column_name, '` ', t1.data_type , '(' , t1.CHARACTER_MAXIMUM_LENGTH , ')' , ' CHARACTER SET utf8 COLLATE utf8_unicode_ci;')
from information_schema.columns t1
where t1.TABLE_SCHEMA like 'database_name' and t1.COLLATION_NAME = 'old_charset_name';

Answer 3

请注意，在Mysql中，utf8字符集只是真正的UTF8字符集的子集。为了节省一个字节的存储空间，Mysql团队决定只存储三个字节的UTF8字符而不是整个四字节字节。这意味着一些东亚语言和表情符号并不完全支持。要确保您可以存储所有UTF8字符，请使用utf8mb4数据类型，以及Mysql中的utf8mb4_bin或utf8mb4_general_ci。

Answer 4

除了David Whittaker发布的内容之外，我还创建了一个查询，该查询生成将转换每个表的完整表和列alter语句。跑步可能是个好主意

SET SESSION group_concat_max_len = 100000;

首先要确保你的团队concat没有超过极小的限制，如here所见。

     SELECT a.table_name, concat('ALTER TABLE ', a.table_schema, '.', a.table_name, ' DEFAULT CHARACTER SET utf8mb4 DEFAULT COLLATE utf8mb4_unicode_ci, ',
        group_concat(distinct(concat(' MODIFY ',  column_name, ' ', column_type, ' CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci ', if (is_nullable = 'NO', ' NOT', ''), ' NULL ',
        if (COLUMN_DEFAULT is not null, CONCAT(' DEFAULT \'', COLUMN_DEFAULT, '\''), ''), if (EXTRA != '', CONCAT(' ', EXTRA), '')))), ';') as alter_statement
    FROM information_schema.columns a
    INNER JOIN INFORMATION_SCHEMA.TABLES b ON a.TABLE_CATALOG = b.TABLE_CATALOG
        AND a.TABLE_SCHEMA = b.TABLE_SCHEMA
        AND a.TABLE_NAME = b.TABLE_NAME
        AND b.table_type != 'view'
    WHERE a.table_schema = ? and (collation_name = 'latin1_swedish_ci' or collation_name = 'utf8mb4_general_ci')
    GROUP BY table_name;

之前的答案之间的区别在于它使用的是utf8而不是ut8mb4，并且使用t1.CHARACTER_MAXIMUM_LENGTH的t1.data_type不适用于枚举。此外，我的查询排除了视图，因为这些视图必须单独更改。

我只是使用Perl脚本将所有这些更改作为数组返回并迭代它们，修复了太长的列（通常它们是varchar（256），当数据通常只有20个字符时，这是一个简单的修复）。

我发现从latin1 - > utf8mb4改变时有些数据被破坏了。它似乎是在列中的utf8编码latin1字符将在转换中得到愚蠢。我只是从我知道的列中保存了数据，这些列是在alter之前和之后的内存中的一个问题，并比较它们并生成更新语句来修复数据。

Answer 5

here很好地描述了这个过程。然而，一些不适合拉丁空间的角色永远消失了。 UTF-8是latin1的SUPERSET。不相反。大多数都适合单字节空间，但任何未定义的空间都不适合（检查latin1列表 - 不是所有256个字符都是定义的，具体取决于mysql的latin1定义）