mysqldump 以错误的字符集导出数据

Question

昨天我第一次导出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的版本是：5.1.66-0+squeeze1（Debian）。 该数据库是由 Piwik 安装脚本自动创建的。

这是我尝试解决此问题的方法：

#1 首先我检查了数据库字符集。

> show table status;

这 26 个表的排序规则是 utf8_general_ci，听起来很正常。 我猜想 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=我仍然有同样奇怪的字符。

注）后来我了解到mysqldump的默认字符集是utf8，无论服务器默认字符集如何。所以

--default-character-set=utf8

没用。

#2 然后我想可以通过更新mysqlconf来解决这个问题。原来的conf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 我改变了

character_set_database

和

collation_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) 表示数据以 utf8 存储。但是，mysqldump有可能认为数据存储在latin1中并以utf8编码数据吗？ 这意味着最后数据是双 utf8 编码的（叹气）。在这种情况下我该如何解决这个问题？

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

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。这是预料之中的。

别担心，我很确定 MysqlDump 知道如何转储这些数据。

干杯， 埃里克.

Answer 2

要确保导出不使用操作系统字符集，请使用参数结果文件