MySQL/MariaDB中SET NAMES指令及字符集变量配置问题咨询

首先明确前提：MySQL/MariaDB里历史遗留的utf8编码是只支持最多3字节字符的残缺实现，无法存储emoji、部分生僻汉字等4字节UTF-8字符，只有utf8mb4才是符合标准的完整UTF-8编码。修改表字符集、连接串参数后仍无法写入emoji，核心原因是连接链路的字符集参数没有正确同步。

1. SET NAMES指令的作用，以及对旧utf8编码表的影响 #

SET NAMES <字符集>是会话级指令，执行后会一次性修改当前数据库连接的三个核心字符集变量：

• character_set_client：告知服务端，当前客户端发送的SQL语句使用的编码格式
• character_set_connection：服务端解析、处理SQL语句时使用的中间转码字符集
• character_set_results：服务端返回查询结果、报错信息给客户端时使用的编码格式
  执行SET NAMES utf8mb4，本质就是和服务端约定当前连接全链路都用utf8mb4做编解码。

对仍使用旧版3字节utf8编码的数据表影响如下：

• 常规3字节以内的字符（普通中英文、常用符号）读写完全不受影响：utf8mb4是向下兼容3字节utf8的，转码过程不会出现乱码或错误。
• 如果往旧utf8表中写入emoji等4字节字符，会直接触发Incorrect string value报错，极端配置下也可能出现字符截断、乱码——毕竟旧utf8字段本身就没有能力存储4字节字符，和连接层配置无关。

2. SET NAMES的正确使用方式 #

重启后失效是正常现象：SET NAMES的作用范围仅限当前存活的单条数据库连接，连接断开、服务重启后新连接会回到默认配置，自然不会持久生效。
根据使用场景不同，正确用法分两类：

• 需要永久全局生效的配置，写入数据库配置文件：Windows系统是my.ini，Linux系统是my.cnf，配置完成后重启服务即可持久生效，无需每次连接手动执行指令。参考配置如下：

[client]
default-character-set = utf8mb4

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

注意：init_connect配置的指令只会对普通权限用户的连接自动执行，持有SUPER权限的账号（比如默认root账号）连接时不会触发该逻辑，需要单独确认配置。

• 业务场景下优先使用驱动自带的字符集配置，不推荐手动执行SET NAMES：几乎所有语言的MySQL驱动都支持在连接串中指定字符集（比如JDBC的characterEncoding=utf8mb4、PHP PDO的charset=utf8mb4），驱动会在连接建立时自动完成字符集协商，可靠性远高于手动写SQL。只有当使用的驱动版本过老、原生不支持utf8mb4配置时，才需要在连接刚建立、未执行任何业务SQL前，手动执行SET NAMES utf8mb4完成配置。

3. SET NAMES使用的风险与注意事项 #

• 禁止在连接运行中途切换字符集：如果连接已经执行过部分读写操作，中途执行SET NAMES修改字符集，极大概率导致存量数据乱码、查询结果异常，字符集配置必须在连接初始化阶段完成。
• 注意排序规则（collation）匹配：直接执行SET NAMES utf8mb4会使用utf8mb4默认的排序规则，可能和业务表使用的排序规则不一致（比如表用utf8mb4_unicode_ci，默认值是utf8mb4_general_ci），容易导致字符串比较、排序结果不符合预期，这种场景要写完整指令：SET NAMES utf8mb4 COLLATE utf8mb4_unicode_ci，保证排序规则和表配置一致。
• 配置风险：如果使用init_connect做自动初始化，一旦配置的SQL语句有语法错误，会导致所有普通用户无法连接数据库；且该配置对高权限账号不生效，不要用高权限账号跑业务逻辑，避免配置漏生效。
• 编码一致性要求：SET NAMES声明的编码必须和客户端实际输出的编码完全一致——比如业务代码实际输出GBK编码的内容，哪怕执行了SET NAMES utf8mb4，也必然会出现乱码。

4. 其他设置character_set_client、character_set_connection为utf8mb4的方式 #

除了手动执行SET NAMES、修改配置文件之外，还有几种常用方案：

• 驱动层自动协商：高版本MySQL驱动（比如MySQL Connector/J 8.0+）默认就会使用utf8mb4和服务端做连接协商，不需要额外配置参数，是最推荐的生产环境方案，能避免人为漏配问题。
• 修改全局系统变量：执行以下SQL可以修改全局级别的字符集默认值，修改后服务重启前所有新建立的连接都会默认使用utf8mb4，不需要每次连接单独设置：

SET GLOBAL character_set_client = utf8mb4;
SET GLOBAL character_set_connection = utf8mb4;
SET GLOBAL character_set_results = utf8mb4;

注意：该方式修改的是内存中的全局变量，数据库服务重启后配置会丢失，要永久生效仍需写入配置文件。

• 服务启动参数指定：启动mysqld进程时追加启动参数--character-set-server=utf8mb4 --collation-server=utf8mb4_unicode_ci，效果和写入配置文件一致，适合容器化部署场景通过环境变量传参配置。

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