Practical MySQL & MariaDB

MySQL-Zeichensatz-Überprüfung und Konfigurationsleitfaden: utf8 vs utf8mb4 erklärt

Serverkonfiguration & Administration
目次

1. Einführung

MySQL ist ein weit verbreitetes Datenbankverwaltungssystem, das in verschiedenen Anwendungen eingesetzt wird. Unter seinen vielen Konfigurationselementen sind die Einstellungen des Zeichensatzes von entscheidender Bedeutung, da sie die Datenintegrität und die Leistung direkt beeinflussen. Viele Entwickler stoßen jedoch auf Probleme, weil sie nicht vollständig wissen, wie man Zeichensätze korrekt konfiguriert und überprüft.

Dieser Artikel konzentriert sich darauf, wie man MySQL‑Zeichensatz‑Einstellungen überprüft, erklärt, wie man sie ändert, klärt die Unterschiede zwischen utf8 und utf8mb4 und behandelt praktische Strategien zur Vermeidung von Kodierungsproblemen. Durch das Lesen dieses Leitfadens erhalten Sie sowohl grundlegendes Wissen als auch praktische Fähigkeiten im Umgang mit MySQL‑Zeichensatzverwaltung.

2. Grundlegendes Wissen über MySQL‑Zeichensätze und Kollationen

Was ist ein Zeichensatz?

Ein Zeichensatz ist ein Kodierungssystem, das Computern ermöglicht, Text als digitale Daten darzustellen. Zum Beispiel wird UTF-8 häufig verwendet, weil es eine breite Palette von Sprachen weltweit unterstützt. In MySQL wurden utf8 und latin1 häufig als Standardzeichensätze verwendet, aber in den letzten Jahren hat sich utf8mb4 zum empfohlenen Standard entwickelt.

Was ist eine Kollation?

Eine Kollation definiert die Regeln zum Vergleichen und Sortieren von Zeichenketten. Zum Beispiel sind utf8_general_ci und utf8_unicode_ci beide Kollationen für UTF-8, aber utf8_unicode_ci liefert genauere Vergleiche basierend auf dem Unicode‑Standard.

Die Beziehung zwischen Zeichensätzen und Kollationen

Ein Zeichensatz definiert, wie Zeichen kodiert werden, während eine Kollation definiert, wie diese kodierten Zeichen verglichen und sortiert werden. Die Auswahl geeigneter Kombinationen hilft, Kodierungsprobleme und Leistungsverschlechterungen zu vermeiden.

3. Wie man den aktuellen Zeichensatz in MySQL überprüft

In MySQL werden Zeichensätze auf mehreren Ebenen konfiguriert: Serverebene, Datenbankebene, Tabellenebene und Spaltenebene. Im Folgenden finden Sie Methoden, um die Zeichensatz‑Einstellungen auf jeder Ebene zu überprüfen.

Überprüfen der serverweiten Zeichensatz‑Einstellungen

Um die serverseitige Zeichensatzkonfiguration zu überprüfen, führen Sie den folgenden Befehl aus:

SHOW VARIABLES LIKE 'character_set_%';

Die Ausgabe sieht etwa wie folgt aus:

+--------------------------+------------------+
| Variable_name            | Value            |
+--------------------------+------------------+
| character_set_client     | utf8mb4          |
| character_set_connection | utf8mb4          |
| character_set_database   | utf8mb4          |
| character_set_results    | utf8mb4          |
| character_set_server     | utf8mb4          |
| character_set_system     | utf8             |
+--------------------------+------------------+

Bedeutung jedes Elements:

  • character_set_server : Standard‑Zeichensatz des Servers.
  • character_set_database : Standard‑Zeichensatz der Datenbank.

Überprüfen des Zeichensatzes für eine bestimmte Datenbank

Um die Zeichensatzkonfiguration einer bestimmten Datenbank zu überprüfen, verwenden Sie den folgenden Befehl:

SHOW CREATE DATABASE database_name;

Beispielausgabe:

CREATE DATABASE `database_name` /*!40100 DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci */

Überprüfen des Zeichensatzes für Tabellen und Spalten

Um den Zeichensatz einer Tabelle oder ihrer Spalten zu überprüfen, verwenden Sie die folgenden Befehle.

Tabellenebene:

SHOW CREATE TABLE table_name;

Spaltenebene:

SHOW FULL COLUMNS FROM table_name;

Beispielausgabe:

+----------------+--------------+----------------------+-------+
| Field          | Type         | Collation            | Null  |
+----------------+--------------+----------------------+-------+
| column_name    | varchar(255) | utf8mb4_unicode_ci   | YES   |
+----------------+--------------+----------------------+-------+

Durch die Verwendung dieser Befehle können Sie überprüfen, ob die Zeichensätze auf jeder Ebene korrekt konfiguriert sind.

4. Wie man Zeichensätze konfiguriert und ändert

Die Methode zum Ändern von Zeichensätzen in MySQL unterscheidet sich je nachdem, ob Sie die Serverebene, Datenbankebene, Tablebene oder Spaltenebene ändern. Im Folgenden finden Sie eine detaillierte Erklärung jeder Konfigurationsmethode.

Ändern von serverweiten Einstellungen

Um den standardmäßigen serverweiten Zeichensatz zu ändern, bearbeiten Sie die MySQL‑Konfigurationsdatei (typischerweise my.cnf oder my.ini).

Konfigurationsschritte:

  1. Öffnen Sie die Konfigurationsdatei.
    sudo nano /etc/my.cnf
  1. Fügen Sie die folgenden Einstellungen hinzu oder ändern Sie sie:
    [mysqld]
character-set-server=utf8mb4
collation-server=utf8mb4_unicode_ci
  1. Starten Sie den MySQL‑Server neu.
    sudo systemctl restart mysqld

Ändern von Datenbankebenen‑Einstellungen

Um den Zeichensatz einer bestimmten Datenbank zu ändern, verwenden Sie den folgenden Befehl:

Änderungsbefehl:

ALTER DATABASE database_name CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

Beispiel:

ALTER DATABASE my_database CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

Dieser Befehl ändert den standardmäßigen Zeichensatz für die Datenbank, wirkt sich jedoch nicht auf vorhandene Tabellen oder gespeicherte Daten aus. Wenn Sie auch Tabellen ändern müssen, lesen Sie den nächsten Abschnitt.

Ändern von Tabellenebenen‑Einstellungen

Um den Zeichensatz einer bestehenden Tabelle zu ändern, verwenden Sie den folgenden Befehl:

Änderungsbefehl:

ALTER TABLE table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

Beispiel:

ALTER TABLE users CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

Dieser Befehl aktualisiert außerdem den Zeichensatz aller Spalten innerhalb der Tabelle.

Ändern von Spaltenebenen‑Einstellungen

Wenn Sie nur den Zeichensatz einer bestimmten Spalte ändern müssen, verwenden Sie den folgenden Befehl:

Änderungsbefehl:

ALTER TABLE table_name MODIFY column_name column_type CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

Beispiel:

ALTER TABLE users MODIFY username VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

5. Unterschiede zwischen utf8 und utf8mb4

Technische Unterschiede

  • utf8 : In MySQL ist utf8 tatsächlich ein Teilmenge von UTF‑8 und unterstützt bis zu 3 Bytes pro Zeichen. Aufgrund dieser Einschränkung kann es keine Emojis oder bestimmte Sonderzeichen (z. B. 𠮷) speichern.
  • utf8mb4 : Eine vollständige Implementierung von UTF‑8, die bis zu 4 Bytes pro Zeichen unterstützt.

Warum utf8mb4 empfohlen wird

  • Kompatibilität : Moderne Web‑ und Mobile‑Anwendungen verarbeiten häufig Emojis und Sonderzeichen.
  • Standardisierung : Viele CMS‑Plattformen (z. B. WordPress) empfehlen utf8mb4 als Standardzeichensatz.

Wichtige Überlegungen bei der Migration

Beim Wechsel von utf8 zu utf8mb4 sollten Sie die folgenden Punkte beachten:

  1. Datenbankgröße : Da utf8mb4 bis zu 4 Bytes pro Zeichen verwenden kann, kann die Datenbankgröße zunehmen.
  2. Bestehende Daten : Es wird dringend empfohlen, Ihre Daten vor Änderungen zu sichern.
  3. Anwendungskonfiguration : Der von der Anwendung verwendete Zeichensatz (z. B. Zeichensatz der Client‑Verbindung) muss ebenfalls auf utf8mb4 eingestellt werden.

6. Ursachen und Lösungen für Kodierungsprobleme (Mojibake)

Hauptursachen für Kodierungsprobleme

  1. Zeichensatz‑Mismatch zwischen Client und Server
  • Beispiel: Der Client verwendet latin1, während der Server utf8mb4 verwendet.
  1. Fehlerhafte Datenmigration
  • Der Zeichensatz wird beim Importieren von Daten nicht korrekt angegeben.
  1. Fehlkonfiguration der Anwendung
  • Der beim Herstellen der Datenbankverbindung angegebene Zeichensatz ist falsch.

Praktische Maßnahmen zur Vermeidung von Kodierungsproblemen

  1. Servereinstellungen überprüfen und standardisieren
  • Überprüfen Sie die serverseitigen Zeichensatz‑Einstellungen und stellen Sie Konsistenz über alle Ebenen hinweg sicher.
    SHOW VARIABLES LIKE 'character_set_%';
  1. Client‑Einstellungen anpassen
  • Geben Sie den Zeichensatz beim Herstellen einer Client‑Verbindung explizit an.
    SET NAMES utf8mb4;
  1. Seien Sie vorsichtig bei der Datenmigration
  • Geben Sie beim Importieren von Daten den korrekten Zeichensatz an.
    mysql --default-character-set=utf8mb4 -u username -p database_name < dump.sql

7. FAQ-Bereich

Häufig gestellte Fragen

  1. Wirkt sich die Umstellung auf utf8mb4 auf die Leistung aus?
  • Da utf8mb4 die Datenmenge erhöhen kann, kann es bei sehr groß angelegten Datenbanken zu einer leichten Leistungseinbuße kommen. In typischen Produktionsumgebungen wird dies jedoch selten zu einem signifikanten Problem.
  1. Gibt es Risiken bei der Migration von utf8 zu utf8mb4?
  • Der Migrationsprozess selbst ist nicht von Natur aus riskant. Um jedoch potenziellen Datenverlust oder Anwendungsprobleme während der Zeichenkonvertierung zu verhindern, ist es wichtig, vorher ein vollständiges Backup zu erstellen.
  1. Was ändert sich beim Ändern der Kollation?
  • Sie ermöglicht genauere Zeichenfolgenvergleiche und Sortierungen. Für mehrsprachige Anwendungen wird utf8mb4_unicode_ci empfohlen.

8. Fazit

In diesem Artikel haben wir erklärt, wie man MySQL‑Zeichensätze prüft, wie man sie konfiguriert und ändert, die Unterschiede zwischen utf8 und utf8mb4 sowie wie man Kodierungsprobleme vermeidet. Die Konfiguration von Zeichensätzen ist ein grundlegender Aspekt der Datenbankverwaltung, und korrekte Einstellungen tragen direkt dazu bei, Fehler zu verhindern und die Leistung zu verbessern. Verwenden Sie diesen Leitfaden als Referenz, um den passenden Zeichensatz für Ihr Projekt auszuwählen und zu konfigurieren.