如果我们有一个混合字符集和排序规则的数据库，是否会有问题？

Question

我们目前正在将 MySQL 服务器中的 latin1 数据库迁移到 UTF8。

我们正在研究什么是最好的方法，希望不会造成任何停机。

我的问题是，我们是否会将 latin1 数据库中的表迁移到 UTF8，例如，我们有一个查询对这两个表执行操作（例如，联接）

由于不同的排序规则/字符集，我们是否有可能开始得到预期之外的结果？

我想迁移整个数据库会更安全，但会涉及停机时间。

谢谢你。

编辑：

我们正在查看我们的数据，我们发现 99% 的数据是 windows cp1252 编码的数据，这意味着将表从 latin1 转换为 utf8 是安全的，而不必担心损坏它。

所以在我看来，我们有三个选择：

Answer 1

是和不是。

表中的单独的列可以有不同的字符集和排序规则。不能分开行。

表是独立的，直到您

JOIN

。此时，如果您要加入的列没有相同的字符集和排序规则，性能就会受到影响。

插入/获取数据时，您的客户端有一个字符集。如果是 utf8mb4，那么 MySQL 会很乐意在该字符与表列中的字符之间进行动态转换。当然，有些字符是不能转换的；例如，latin1 的不同字符比 utf8mb4 少得多。

您提到了移民。您将需要转储并重新加载（较慢）或执行大量更改（更快，但对于大型表来说不是“快”）或执行其他操作。请说明您可以接受的参数。速度、简单性等之间存在权衡。

很多人在更改字符集时都会遇到麻烦。大约有 7 种不同的 ALTER 可供人们使用。如果你执行错误，就会造成一团糟，很难解决。

如果您在更改数据库时尝试保持数据库“活动”，则可能会遇到上面提到的 JOIN 性能问题。

如果您已经设置了复制，则可能有一些利用“故障转移”的技术。

您使用的 MySQL 版本是什么？如果是 8.0，那么默认字符集 (utf8mb4) 及其默认排序规则可能是最好的。

Answer 2

您不应该得到意想不到的结果。

如果字符集完全不兼容，那么根本无法进行字符串比较。你会得到一个错误。

如果字符集兼容，但排序规则不同，您应该得到相同的结果，但不会通过索引查找进行优化。您可以使用 EXPLAIN 来验证这一点，您将在其中看到连接的表使用表扫描，并且在额外列中可能有“使用连接缓冲区”。

为了解决停机问题，我使用了pt-online-schema-change来执行

ALTER TABLE <name> CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci;

（假设您使用的是MySQL 8.0，这对于字符集/排序规则来说是一个不错的选择），同时继续读写原始表。我们每周多次执行此操作（或其他 ALTER TABLE 更改），甚至在高峰时段也是如此。

Answer 3

考虑使用 pt-online-schema-change 似乎是一个安全的选择。我唯一不喜欢的是它会更改 FK 的名称，将 _ 前缀为“FK_NAME”。 2 个问题： #1 有办法解决这个问题吗？

#2 测试列是否正确转换的简单方法是什么？

谢谢。