MySQL 中文亂碼終極解決指南：從庫表創建、數據導入到應用連接的全鏈路 UTF-8 最佳實踐

中文亂碼 90% 源於「字符集不一致」：庫/表/連接/應用/終端任一環節編碼不統一即會產生亂碼。本文建立「全鏈路 UTF-8」標準，覆蓋創建、導入、連接、應用四大場景，並提供排查清單與避坑指南。

一、核心原則：全鏈路 UTF-8（或 utf8mb4）

• UTF-8 兼容所有語言，無需在 GBK/BIG5/UTF-8 間切換。
• MySQL 5.5.3+ 推薦 utf8mb4（真正 4 字節 UTF-8，支援 Emoji），舊版用 utf8（實為 utf8mb3）。

二、庫表創建階段：顯式指定字符集

-- 庫
CREATE DATABASE `test` CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;

-- 表
CREATE TABLE `user` (
  `id` BIGINT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY,
  `name` VARCHAR(50) NOT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;

• 庫/表/列三級均可指定，**列級 > 表級 > 庫級**，顯式寫在建表語句中最保險。
• 避免依賴實例默認 character_set_server（可能被改）。

三、數據導入階段：編碼對齊

-- 1. 設置會話編碼
SET NAMES utf8mb4;   -- 等同於同時設定 client/connection/results

-- 2. 修正庫/表默認編碼（若歷史庫非 utf8）
ALTER DATABASE `db_name` CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;
ALTER TABLE `tbl_name` CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;

-- 3. 導入（文件必須為 UTF-8 編碼保存）
LOAD DATA LOCAL INFILE '/path/utf8.txt' INTO TABLE tbl_name
CHARACTER SET utf8mb4
FIELDS TERMINATED BY ',' ENCLOSED BY '"'
LINES TERMINATED BY '\n';

鐵律：**UTF-8 文件進 UTF-8 庫，GBK 文件進 GBK 庫，嚴禁跨編碼導入**。

四、應用連接階段：JDBC/ODBC/驅動參數

# JDBC URL
jdbc:mysql://host:3306/db?useUnicode=true&characterEncoding=utf-8&zeroDateTimeBehavior=convertToNull&serverTimezone=Asia/Shanghai

# PHP PDO
$dsn = "mysql:host=host;dbname=db;charset=utf8mb4";
$pdo = new PDO($dsn, $user, $pass, [PDO::MYSQL_ATTR_INIT_COMMAND => "SET NAMES utf8mb4"]);

# Python PyMySQL
conn = pymysql.connect(host='host', user='user', password='pass', db='db', charset='utf8mb4')

五、服務端配置 my.cnf 鎖定默認值

[client]
default-character-set = utf8mb4

[mysql]
default-character-set = utf8mb4

[mysqld]
character-set-server = utf8mb4
collation-server = utf8mb4_general_ci
init_connect = 'SET NAMES utf8mb4'   # 非超級用戶連接自動執行
skip-character-set-client-handshake  # 強制忽略客戶端請求的字符集，以服務端為準

注意：skip-character-set-client-handshake 會導致某些老驅動無法協商字符集，謹慎啟用，優先靠驅動參數控制。

六、排查清單（遇到亂碼按順序查）

1. SHOW VARIABLES LIKE 'character_set%'; 確認 client/connection/results/database/server/system 均為 utf8mb4。
2. SHOW CREATE TABLE tbl_name; 確認表/列字符集。
3. SELECT HEX(col) FROM tbl_name LIMIT 1; 查看實際存儲字節（中文 UTF-8 為 3 字節/字，GBK 為 2 字節/字）。
4. 檢查應用連接字符串是否帶 characterEncoding/charset。
5. 檢查終端/IDE 控制台編碼設置（Windows CMD 默認 GBK，需 chcp 65001）。

七、常見誤區與避坑

遵循「庫表顯式指定、文件 UTF-8 保存、驅動參數鎖定、服務端兜底」四步法，徹底告別中文亂碼。