如何在整个数据库中更改CHARACTER SET（和COLLATION）？

我们以前的程序员在表（Mysql）中设置了错误的排序规则。他使用拉丁文归类（应为UTF8）进行设置，现在我遇到了问题。每个带有中文和日文字符的记录都变成??? 字符。

是否可以更改排序规则并找回角色的细节？

更改数据库排序规则：

ALTER DATABASE <database_name> CHARACTER SET utf8 COLLATE utf8mb4_0900_ai_ci;

更改表排序规则：

ALTER TABLE <table_name> CONVERT TO CHARACTER SET utf8 COLLATE utf8mb4_0900_ai_ci;

更改列排序规则：

ALTER TABLE <table_name> MODIFY <column_name> VARCHAR(255) CHARACTER SET utf8 COLLATE utf8mb4_0900_ai_ci;

这些部分utf8mb4_0900_ai_ci是什么意思？

3 bytes -- utf8
4 bytes -- utf8mb4 (new)

v4.0 --   _unicode_
v5.20 --  _unicode_520_
v9.0 --   _0900_ (new)

_bin      -- just compare the bits; don't consider case folding, accents, etc
_ci       -- explicitly case insensitive (A=a) and implicitly accent insensitive (a=á)
_ai_ci    -- explicitly case insensitive and accent insensitive
_as (etc) -- accent-sensitive (etc)

_bin         -- simple, fast
_general_ci  -- fails to compare multiple letters; eg ss=ß, somewhat fast
...          -- slower
_0900_       -- (8.0) much faster because of a rewrite

更多信息：

• utf8_general_ci和utf8_unicode_ci有什么区别？
• utf8_general_ci和utf8_unicode_ci有什么区别？
• 如何更改数据库，表，列的排序规则？
• utf8_general_ci和utf8_unicode_ci有什么区别？

以下是如何更改所有数据库/表/列的方法。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';

-更改表排序规则/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';

-更改列排序规则/字符集

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';

请注意，在Mysql中，utf8字符集只是实际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，而不是完整的四个字节。这意味着某些东亚语言和表情符号未得到完全支持。为确保可以存储所有UTF8字符，请使用utf8mb4数据类型，然后在Mysql中使用utf8mb4_bin或utf8mb4_general_ci。

除了David Whittaker发布的内容之外，我还创建了一个查询，该查询生成完整的表和将更改每个表的列alter语句。跑步可能是一个好主意

SET SESSION group_concat_max_len = 100000;

首先要确保您的小组比赛不会超过这里看到的很小的限制。

     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;

上一个答案之间的区别是它使用utf8而不是ut8mb4并使用t1.data_type和t1.CHARACTER_MAXIMUM_LENGTH对于枚举无效。另外，我的查询排除了视图，因为这些视图必须分别更改。

我只是使用Perl脚本以数组的形式返回所有这些更改，并对其进行迭代，修复了数据太长的列（通常为varchar（256），当数据中通常只有20个字符时，这很容易解决） ）。

从latin1-> utf8mb4进行更改时，我发现某些数据已损坏。看来是utf8编码的latin1字符在转换中会变得愚蠢。我只是简单地保存了更改前后的列中的数据，这些列我知道这将是内存中的问题，并对其进行比较并生成用于修复数据的更新语句。

这里很好地描述了过程。但是，一些不适合拉丁语的字符将永远消失。UTF-8是latin1的SUPERSET。并非相反。大多数将适合单字节空间，但任何未定义的空间将不适合（检查latin1列表-并非所有256个字符都被定义，具体取决于mysql的latin1定义）