Kotlin向MySQL 5.6写入含Emoji的UTF8字符串时的编码异常问题

核心问题拆解 #

你碰到的问题本质是JDBC驱动与MySQL 5.6对utf8/utf8mb4的兼容性差异，再加上连接池复用连接时会话变量被重置的隐性问题。MySQL 5.6里的utf8是3字节编码，仅支持常规Unicode字符；utf8mb4是4字节编码，才支持Emoji这类补充字符集。但JDBC驱动的参数逻辑和数据库端会话变量很容易出现不匹配，导致临时能用但长期报错。

分步解决方案 #

1. 修正JDBC URL参数（关键） #

把你之前混用的参数统一成utf8mb4专属配置，替换成以下格式：

jdbc:mysql://your-host:3306/your-db?useUnicode=true&characterEncoding=utf8mb4&useSSL=false&serverTimezone=UTC&sessionVariables=character_set_client=utf8mb4,character_set_connection=utf8mb4,character_set_results=utf8mb4

• 之前设utf8能临时生效的原因：MySQL 5.6存在隐性兼容逻辑，当character_set_connection设为utf8时，驱动端的utf8mb4数据会被自动转码适配，但这是不稳定的临时兼容——连接池回收复用连接时，会话变量可能被重置为默认值，导致后续抛出编码异常。
• 驱动版本要求：如果用的是mysql-connector-java 5.x系列，必须确保版本≥5.1.41，否则不支持直接指定characterEncoding=utf8mb4，这种情况下可以保留characterEncoding=utf8，但必须通过sessionVariables强制设置三个会话变量为utf8mb4。

2. 确保数据库端编码彻底统一 #

• 检查并修改MySQL全局配置（my.cnf/my.ini）：

  [mysqld]
  character-set-server=utf8mb4
  collation-server=utf8mb4_unicode_ci
  init_connect='SET NAMES utf8mb4'
  

  修改后重启MySQL服务，确保全局编码生效。
• 强制同步表和字段的编码：即使你之前已经设置过，也再执行一次确认：

  ALTER TABLE your_table CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
  ALTER TABLE your_table MODIFY COLUMN your_text_column TEXT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
  

3. 解决连接池会话变量重置问题 #

你提到运行1-2小时后报错，大概率是连接池复用连接时，会话变量被重置为默认值。解决方法是给连接池添加连接初始化SQL，确保每次复用连接前都重新设置编码：

• 比如用HikariCP时，在配置文件里添加：

  connection-init-sql=SET NAMES utf8mb4; SET character_set_client=utf8mb4; SET character_set_connection=utf8mb4; SET character_set_results=utf8mb4;
  

• 用Druid时，在配置里设置connectionInitSqls参数，内容同上。

4. Kotlin实现Unicode转义（妥协方案） #

PHP用Unicode转义写入是绕过编码问题的方式，Kotlin里也可以实现：

// 把字符串转成\uXXXX格式的Unicode转义序列
fun String.escapeUnicode(): String {
    return this.toCharArray().joinToString("") { char ->
        if (char.code > 0x7F) String.format("\\u%04X", char.code) else char.toString()
    }
}

// 把Unicode转义序列还原为原字符串
fun String.unescapeUnicode(): String {
    return this.replace(Regex("\\\\u([0-9a-fA-F]{4})")) { matchResult ->
        matchResult.groupValues[1].toInt(16).toChar().toString()
    }
}

不过这是妥协方案，优先推荐前面的编码统一方案，转义方式仅作为临时应急用。

常见坑点 #

• 禁止混用utf8和utf8mb4参数：JDBC URL里的characterEncoding和会话变量必须完全一致，否则会出现字节错位转码，比如你之前遇到的类似¥的乱码就是这个原因。
• MySQL 5.6的init_connect对root用户无效：如果你的应用用root账号连接数据库，必须通过JDBC URL或连接池初始化SQL手动设置会话变量，init_connect不会生效。

内容的提问来源于stack exchange，提问作者HodorTheCoder