MySQL非法混合排序規則

Question

查看我的prod日志后，我提到了一些錯誤：

[2012-08-31 15:56:43] request.CRITICAL: Doctrine\DBAL\DBALException: 
An exception occurred while executing 'SELECT t0.username ....... FROM fos_user t0 WHERE t0.username = ?'
with params {"1":"Nrv\u29e7Kasi"}:

SQLSTATE[HY000]: General error: 1267 Illegal mix of collations (latin1_swedish_ci,IMPLICIT)
and (utf8_general_ci,COERCIBLE) for operation '=' 

Alghout我在學說cfg下有UTF-8默認值：

doctrine:
    dbal:
        charset:  UTF8

看來我所有的MySQL表都在latin1_swedish_ci ，所以我的問題是：

我是否可以手動將排序規則更改為utf8_general_ci ，無需任何復雜/預防措施？

Answer 1

理解以下定義很有幫助：

• 字符編碼詳細說明了每個符號如何以二進制表示（因此存儲在計算機中）。 例如，符號é （U + 00E9，拉丁小字母E急性）被編碼為0xc3a9在UTF-8 （其MySQL調用utf8 ）和0xe9在視窗-1252 （其MySQL調用latin1 ）。

• 字符集是可以使用給定字符編碼表示的符號字母表。 令人困惑的是，該術語也用於表示與字符編碼相同的含義。

• 排序規則是字符集的排序，因此可以比較字符串。 例如：MySQL的latin1_swedish_ci collat​​ion將字符的大多數重音變體視為等同於基本字符，而其latin1_general_ci排序將在下一個基本字符之前對它們進行排序，但不等同（還有其他更重要的差異：例如順序像å ， ä ， ö和ß這樣的人物。

MySQL將決定應該對給定表達式應用哪種排序規則，如表達式排序規則所述 ：特別是，列的排序優先於字符串文字的排序規則 。

查詢的WHERE子句比較以下字符串：

1. 在一個值fos_user.username ，在列的字符集（視窗-1252）並表示其核對的優先編碼latin1_swedish_ci （為2的可壓縮性的值）; 同

2. 字符串文字'Nrv⧧Kasi' ，在連接的字符集（UTF-8，由Doctrine配置）中編碼，並表示對連接的校對utf8_general_ci （強制值為4）的首選項。

由於這些字符串中的第一個具有比第二個字符串更低的強制性值，因此MySQL嘗試使用該字符串的校對來執行比較： latin1_swedish_ci 。 為此，MySQL嘗試將第二個字符串轉換為latin1但由於該字符集中不存在⧧字符，因此比較失敗。

---

警告

我們應暫停一下，考慮當前列的編碼方式：您正在嘗試過濾fos_user.username等於包含該列中不存在的字符的字符串的記錄！

如果您認為該列確實包含此類字符，那么您可能會在連接字符編碼設置為某些內容（例如latin1 ）時寫入該列，導致MySQL將接收到的字節序列解釋為Windows-1252中的所有字符字符集。

如果是這種情況，在繼續之前你應該修復你的數據！

1. 將這些列轉換為數據插入時使用的字符編碼，如果與現有編碼不同：

    ALTER TABLE fos_users MODIFY username VARCHAR(123) CHARACTER SET foo; 

2. 刪除與這些列關聯的編碼信息，方法是將它們轉換為binary字符集：

    ALTER TABLE fos_users MODIFY username VARCHAR(123) CHARACTER SET binary; 

3. 通過將數據轉換為相關字符集，將數據實際傳輸的編碼與這些列相關聯。

    ALTER TABLE fos_users MODIFY username VARCHAR(123) CHARACTER SET bar; 

請注意，如果從多字節編碼轉換，您可能需要增加列的大小（甚至更改其類型），以便適應轉換后的字符串的最大可能長度。

---

一旦確定列被正確編碼，就可以強制通過以下任一方式使用Unicode整理進行比較 -

• 顯式地將值fos_user.username轉換為Unicode字符集：

   WHERE CONVERT(fos_user.username USING utf8) = ? 

• 強制字符串文字具有比列更低的強制性值（將導致將列的值隱式轉換為UTF-8）：

   WHERE fos_user.username = ? COLLATE utf8_general_ci 

或者，正如您所說，可以將列永久轉換為Unicode編碼並適當地設置其排序規則。

我是否可以手動將排序規則更改為utf8_general_ci ，無需任何復雜/預防措施？

主要考慮因素是Unicode編碼比單字節字符集占用更多空間，因此：

• 可能需要更多存儲空間;

• 比較可能會更慢; 和

• 可能需要調整索引前綴長度（請注意，最大值以字節為單位，因此可能表示比以前更少的字符）。

另外，請注意，如ALTER TABLE語法中所述 ：

要將表缺省字符集和所有字符列（ CHAR ， VARCHAR ， TEXT ）更改為新字符集，請使用如下語句：

  ALTER TABLE tbl_name CONVERT TO CHARACTER SET charset_name ; 

對於數據類型為VARCHAR或其中一個TEXT類型的列， CONVERT TO CHARACTER SET將根據需要更改數據類型，以確保新列足夠長，以存儲與原始列一樣多的字符。 例如， TEXT列有兩個長度字節，用於存儲列中值的字節長度，最大值為65,535。 對於latin1 TEXT列，每個字符都需要一個字節，因此該列最多可以存儲65,535個字符。 如果列轉換為utf8 ，則每個字符最多可能需要三個字節，最大可能長度為3×65,535 = 196,605字節。 該長度不適合TEXT列的長度字節，因此MySQL將數據類型轉換為MEDIUMTEXT ，這是最小的字符串類型，長度字節可以記錄值196,605。 同樣， VARCHAR列可能會轉換為MEDIUMTEXT 。

要避免更改剛才描述的類型的數據類型，請不要使用CONVERT TO CHARACTER SET 。 而是使用MODIFY更改單個列。

Answer 2

那就對了。 我遇到了這個問題，最好的快速和快速的解決方案是

         CONVERT(fos_user.username USING utf8)

Answer 3

只需按命令轉換表的字符集如下，

ALTER TABLE tbl_name CONVERT TO CHARACTER SET utf8;