如何检测MySQL字段实际存储值的字符集？

要将标记为latin1字符集的表转换为utf8，关键前提是确认数据的实际存储编码，而非仅依赖表或列的元数据标记。

MySQL官方文档的关键说明 #

CONVERT TO操作会在原字符集与指定字符集之间转换列值。如果列的字符集为latin1，但实际存储的值使用的是其他不兼容的字符集（如utf8mb4），则不适合使用该操作。此时需对每个此类列执行以下步骤：
ALTER TABLE t1 CHANGE c1 c1 BLOB;
ALTER TABLE t1 CHANGE c1 c1 TEXT CHARACTER SET utf8mb4;

如何确定数据的实际存储字符集？ #

结合你的环境（mysql-connector-java 8.0.22、MySQL 5.6、Spring Boot 2.5.x），JDBC连接未指定characterEncoding或connectionCollation时，Connector/J 8.0.x默认会使用utf8mb4（JDBC中的utf8对应MySQL的utf8mb4）与数据库交互，因此可能存在数据实际是utf8编码，但表元数据标记为latin1的情况，此时仅需修改元数据，无需转换值。

可以通过两种方法验证：

1. 查看数据二进制值对比
   选取包含特殊字符（如中文、表情符号）的样本数据，执行查询获取二进制值：

   SELECT HEX(列名) FROM 表名 WHERE id = 样本ID;
   

   • 若为latin1存储的中文，每个字符对应两个单字节（例如“中”的十六进制为D6D0）；
   • 若为utf8存储的中文，每个字符对应三个字节（例如“中”的十六进制为E4B8AD）。

2. 临时修改JDBC编码参数测试
   在Spring Boot配置中临时修改连接字符串：

   spring.datasource.url=jdbc:mysql://你的数据库地址/库名?characterEncoding=latin1
   

   • 若查询出的特殊字符显示正常，说明数据实际是latin1编码；
   • 若查询结果乱码，说明数据实际是utf8编码，仅元数据标记错误。

对应处理方案 #

• 数据实际为utf8，仅元数据是latin1：直接修改表和列的元数据，无需转换值

  -- 修改表默认字符集
  ALTER TABLE 表名 CHARACTER SET utf8mb4;
  -- 修改列字符集（需逐个列执行，或批量处理）
  ALTER TABLE 表名 MODIFY COLUMN 列名 列类型 CHARACTER SET utf8mb4;
  

• 数据实际为latin1编码：使用CONVERT TO操作统一转换

  ALTER TABLE 表名 CONVERT TO CHARACTER SET utf8mb4;
  

• 混合编码情况：对每个编码不匹配的列单独处理，按照MySQL文档的步骤：

  -- 先将列转为BLOB避免转换错误
  ALTER TABLE 表名 CHANGE 列名 列名 BLOB;
  -- 再转为utf8mb4格式的文本列
  ALTER TABLE 表名 CHANGE 列名 列名 列类型 CHARACTER SET utf8mb4;
  

内容的提问来源于stack exchange，提问作者Kartik