Ubuntu 下配置 MySQL 字符集為 utf8mb4 完整指南

背景與必要性

MySQL 預設字符集歷經 latin1 → utf8 (實為 utf8mb3) → utf8mb4 的演進。utf8mb3 僅支持 BMP 平面字符（最多 3 字節），無法存儲 Emoji、生僻漢字等 4 字節字符。生產環境強烈建議直接採用 utf8mb4，並配套 utf8mb4_unicode_ci 或 utf8mb4_0900_ai_ci 排序規則，避免後續「插入報錯、數據截斷」等棘手問題。

操作步驟

1. 定位配置文件

Ubuntu 系統下 MySQL 主配置文件通常位於：

/etc/mysql/my.cnf

或包含目錄 /etc/mysql/mysql.conf.d/mysqld.cnf。建議在 [mysqld] 區塊修改，若不存在則自行創建。

2. 修改配置參數

[mysqld]
# 強制客戶端連接使用 utf8mb4，防止客戶端指定其他字符集導致不一致
skip-character-set-client-handshake
# 服務端默認字符集與排序規則
character-set-server = utf8mb4
collation-server = utf8mb4_unicode_ci
# 連接初始化時自動設置（兼容舊客戶端）
init_connect = 'SET NAMES utf8mb4 COLLATE utf8mb4_unicode_ci'
init_connect = 'SET collation_connection = utf8mb4_unicode_ci'

> 說明：skip-character-set-client-handshake 會忽略客戶端發送的字符集請求，強制使用服務端設置。若客戶端代碼中已顯式指定 SET NAMES utf8mb4，可不加此項。

3. 重啟服務生效

sudo systemctl restart mysql
# 或舊版本
sudo service mysql restart

4. 驗證配置

登入 MySQL 執行：

SHOW VARIABLES LIKE '%character%';

預期輸出關鍵變量均為 utf8mb4：

+--------------------------+----------------------------+
| Variable_name            | Value                      |
+--------------------------+----------------------------+
| character_set_client     | utf8mb4                    |
| character_set_connection | utf8mb4                    |
| character_set_database   | utf8mb4                    |
| character_set_filesystem | binary                     |
| character_set_results    | utf8mb4                    |
| character_set_server     | utf8mb4                    |
| character_set_system     | utf8mb4                    |
| character_sets_dir       | /usr/share/mysql/charsets/ |
+--------------------------+----------------------------+

避坑指南：存量數據庫的字符集變更

修改 character-set-server 僅影響新建庫/表。已存在的數據庫、表、列仍保留舊字符集（如 utf8 或 latin1），直接寫入 4 字節字符會報錯或截斷。

完整轉換流程

1. 備份：mysqldump --default-character-set=utf8mb4 ... > backup.sql
2. 庫級轉換：ALTER DATABASE db_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;
3. 表級轉換：ALTER TABLE tbl_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
   • CONVERT TO 會重建表並轉換列數據，適用於已有數據。
   • 若表極大，考慮 pt-online-schema-change 或 gh-ost 在線變更。
4. 列級檢查：確認無殘留 CHARACTER SET utf8 的列定義。
5. 應用端驗證：插入含 Emoji 的測試數據，確認讀寫正常。

最佳實踐建議

• 新項目直接初始化為 utf8mb4，避免後續遷移成本。
• 連接池配置：HikariCP / Druid 等連接池添加 connectionInitSql=SET NAMES utf8mb4 保險起見。
• 排序規則選擇：utf8mb4_unicode_ci 基於 UCA 9.0.0，準確性高；utf8mb4_0900_ai_ci (MySQL 8.0+) 性能更好且支持音標不敏感，視版本選擇。

總結

在 Ubuntu 上將 MySQL 字符集遷移至 utf8mb4 分為「配置生效」與「存量轉換」兩階段。配置修改只需數分鐘，但存量轉換需謹慎規劃、分批執行、驗證回滾。建議在架構設計階段就確立 utf8mb4 為標準，從源頭杜絕字符集地獄。