MODX数据库从latin1转utf8mb4时索引是否自动更新及相关问题咨询

问题1：逐个修改所有数据表使用utf8mb4字符集和utf8_unicode_ci排序规则的操作是否正确？ #

• 该操作存在两处明显问题，不算正确：
  1. 字符集与排序规则不匹配：utf8_unicode_ci是适配MySQL旧版utf8（实际为utf8mb3，仅支持3字节Unicode）的排序规则，和你要转换的utf8mb4不兼容，需要替换为utf8mb4开头的对应排序规则。
  2. 仅修改表级配置不完整：表内的char、varchar、text等字符串类型字段会继承创建时的旧字符集，仅改表配置不会同步修改字段属性，后续仍可能出现乱码、字符集兼容报错。
• 正确的单表转换命令参考，会同步修改表级和字段级的字符集、排序规则：

ALTER TABLE 目标表名 CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

问题2：是否需要同步修改数据库的默认字符集和排序规则？ #

• 建议同步修改。修改数据库默认配置后，后续新建的表、字段会自动继承utf8mb4配置，避免后续新增MODX系统表、第三方扩展表又默认使用latin1，出现新旧表字符集不一致的问题。
• 数据库级修改命令参考：

ALTER DATABASE 你的数据库名 CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

• 额外提醒：还需要同步修改MySQL配置文件的全局默认字符集，以及MODX系统的数据库连接字符集配置，避免连接层仍然用latin1传输数据出现乱码。

问题3：完成字符集转换操作时，已有索引是否会自动更新？还有哪些需要额外注意的事项？ #

• 使用上文提到的CONVERT TO CHARACTER SET命令转换时，字符串字段上的已有索引会自动重建更新，不需要手动处理。
• 额外注意事项：
  • 操作前必须全量备份数据库，避免转换过程中出现数据损坏无法回滚。
  • 大数据量表转换过程会锁表，建议在业务低峰期操作，避免影响线上服务。
  • utf8mb4单个字符最多占4字节，MySQL 5.7.7之前版本InnoDB默认单字段索引长度限制为767字节，如果原有varchar(255)字段上有索引，转换后255*4=1020超过限制会报错。这种情况要么开启innodb_large_prefix参数，要么把索引字段长度缩短到varchar(191)以内。
  • 转换完成后要抽样校验原有特殊字符、重音符号等内容是否显示正常，确认没有乱码。

附加问题：针对西方语言使用场景，目前最合适的最新utf8_unicode排序规则是哪一款？ #

• MySQL 8.0及以上版本优先选utf8mb4_0900_ai_ci，这是基于Unicode 9.0标准实现的最新排序规则，排序准确度更高、性能优于旧版规则，ai表示口音不敏感、ci表示大小写不敏感，完全适配西方各欧洲语言的排序需求。
• 如果MySQL版本低于8.0，使用utf8mb4_unicode_ci即可，它对西方语言的排序支持已经非常完善。

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