轉換字元編碼並檢查編碼是否存在問題

我打算將表格從utf8( _general_ci) 轉換為utf8mb4( utf8mb4_unicode_ci)。我想確保在轉換後我沒有任何格式錯誤的數據，所以我打算複製數據，在兩個表上執行連接，看看是否有任何差異。

這是一個很好的方法嗎？

Create table Email_utf8mb4  like Email;

insert into Email_utf8mb4 select * from Email;

ALTER TABLE Email_utf8mb4 
CONVERT TO CHARACTER SET utf8mb4 
COLLATE utf8mb4_unicode_ci; 

select * from Email as old
join Email_utf8mb4 as new  
on old.notificationid =new.notificationid 
and (old.subject <> new.subject OR old.content <>
   new.content)

4.5. 假設沒有返回行…

drop Email; 

RENAME TABLE Email_utf8mb4 to Email;

subject並且content是我表中唯一的 alpha 列。

這不會修復或辨識表中已經存在的任何格式錯誤的數據。

是的，這是一個很好的技術。 ALTER..CONVERT TO..完成大部分工作。而且，由於 utf8 是 utf8mb4 的子集，因此在第 4 步中應該沒有發現任何差異。

但是，第 4 步仍有可能顯示某些內容。這是因為“相等”的定義（因此）對於vs<>是不同的。_general_ci``_unicode_ci

例如，在德語中，ss並且ß在 _general_ci（utf8 或 utf8mb4）中不相等，但在幾乎所有其他排序規則中都相等。例如，如果您目前有一個UNIQUE(or PRIMARY KEY) 的值與ssvs不同ß，則轉換將出現“重複鍵”錯誤的問題。

另一個有問題的對： aevsæ

一個不同的問題 - 不是相等，而是排序 - Ð<E用於 _unicode_ci，但不適用於其他排序規則。

同時，只要你在改變COLLATION，你還不如去utf8mb4_unicode_520_ci.

引用自：https://dba.stackexchange.com/questions/211939