数据库字符集调整咨询：如何支持全球多语言姓名存储？

首先直接给结论：必须切换到UTF8mb4字符集——这是目前唯一能完整支持所有Unicode字符（包括中文、希腊文、emoji，甚至一些罕见的生僻字符）的标准选择，完全覆盖全球各地姓名的存储需求。

接下来分步骤说具体调整：

一、先做好数据备份（重中之重） #

在任何字符集变更前，一定要全量备份现有数据库。比如用数据库自带的导出工具（比如MySQL的mysqldump，PostgreSQL的pg_dump）导出数据，并且确保导出时指定原字符集ISO8859-15，避免导出过程中就出现乱码：

# MySQL示例：导出时指定原字符集（latin9是ISO8859-15的别名）
mysqldump -u username -p --default-character-set=latin9 your_database > backup.sql

二、修改数据库、表、列的字符集和排序规则 #

1. 修改数据库默认字符集：让新建的表默认用UTF8mb4

ALTER DATABASE your_database CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

2. 修改现有表的字符集：逐个调整表的字符集，同时自动处理所有字符类型的列

ALTER TABLE your_table CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

3. 单独调整列（如果需要）：如果某些列之前有特殊设置，可以单独修改

ALTER TABLE your_table MODIFY COLUMN name VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

三、调整应用程序的数据库连接配置 #

这一步很容易被忽略！如果应用连接数据库时还是用旧的字符集，会导致写入/读取数据时出现乱码。举几个常见语言的配置示例：

• Java JDBC：在连接URL中添加参数

jdbc:mysql://localhost/your_database?useUnicode=true&characterEncoding=utf8mb4

• PHP（mysqli）：连接后设置字符集

mysqli_set_charset($conn, 'utf8mb4');

• Python（MySQLdb）：连接时指定charset

db = MySQLdb.connect(host="localhost", user="user", passwd="pass", db="your_db", charset='utf8mb4')

四、测试验证 #

完成调整后，一定要做全面测试：

• 插入各种语言的姓名：比如中文“张三”、希腊文“Αντώνης”、阿拉伯文“محمد”，甚至包含特殊字符的姓名
• 查询并验证显示是否正常，没有乱码或截断
• 测试排序、搜索功能：确保不同语言的姓名排序符合预期（推荐用utf8mb4_unicode_ci排序规则，它比utf8mb4_general_ci更精准，支持更多语言的排序逻辑）

为什么选UTF8mb4而不是普通UTF8？ #

很多数据库里的“utf8”其实是utf8mb3，只能支持每个字符最多3字节，无法存储Unicode补充平面的字符（比如emoji、某些生僻汉字）。而utf8mb4是真正的UTF-8实现，支持每个字符最多4字节，能覆盖所有Unicode字符，完美适配全球多语言姓名的存储需求。

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