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中设置了错误的排序规则（Mysql）。他用拉丁语整理，当它应该是UTF8，现在我有问题。每个有中国和日本字符的记录转到???字符。

是否可以更改排序规则并取回字符的细节？

Answer 1

改变数据库排序规则：

ALTER DATABASE <database_name> CHARACTER SET utf8 COLLATE utf8_unicode_ci; 

变化表归类：

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

变化列排序规则：

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

here很好地描述了这个过程。但是，一些不适合拉丁空间的角色将永远消失。 UTF-8是latin1的SUPERSET。不是相反的。大多数人会适合单字节的空间，但任何不确定的人不会（检查LATIN1名单 - 不是所有的256个字符的定义，取决于MySQL的latin1的定义）

Answer 3

要注意的是在MySQL中，utf8字符集是只有真正的UTF8字符集的一个子集。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字符而不是四个字节。这意味着一些东亚语言和表情符号不完全支持。为确保可以存储所有UTF8字符，请在Mysql中使用utf8mb4数据类型，并使用utf8mb4_bin或utf8mb4_general_ci。

Answer 4

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！

- 更改数据库的默认排序规则

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

- 更改表整理/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'; 

Answer 5

添加到什么大卫Whittaker发布，我创建了一个查询生成完整的表和列alter语句w虐待每个表转换。运行

SET SESSION group_concat_max_len = 100000;

首先要确保您的组concat不超过极限，如here所示。

 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; 

以前的答案之间这里的差别在于它使用UTF-8，而不是ut8mb4并使用与t1.CHARACTER_MAXIMUM_LENGTH t1.data_type对枚举没有工作了。此外，我的查询排除视图，因为这些视图将分别进行更改。

我简单地使用Perl脚本将所有这些变量作为数组返回并遍历它们，修复了太长的列（当数据通常只有20个字符时，通常它们是varchar（256）是一个简单的修复）。

我发现一些数据在从latin1 - > utf8mb4改变时被破坏。它似乎是UTF8编码的拉丁字符在列中会被转化为伪装。我只是从列前面和后面的列中知道将要成为内存问题的列中的数据，并将它们进行比较并生成更新语句以修复数据。