nodejs和C语言插入mysql数据库乱码问题的解决方法

在这里记录了nodejs过程中的一些乱码情况，这里的乱码主要是由于网页的编码方式与nodejs的默认解码方式（utf8）不一致所造成的。这一次要说一下的是在C语言和nodejs与MySQL进行交互的时候出现的乱码问题。

       1，由于爬虫程序在多个Docker中执行，因此我需要定期的同步每一个docker中的mysql数据到一个全局的mysql数据表中。使用nodejs进行数据同步，出现中文乱码。要知道在每一docker中的中文是不存在乱码的。原因是nodejs默认处理字符是utf8，而mysql默认是latin1,毕竟是欧洲人开发的数据库。分析如下

       命令show variables like 'char%';得到的结果如下：

+--------------------------+----------------------------+
| Variable_name | Value  |
+--------------------------+----------------------------+
| character_set_client | latin1  |
| character_set_connection | latin1  |
| character_set_database | latin1  |
| character_set_filesystem | binary  |
| character_set_results | latin1  |
| character_set_server | latin1  |
| character_set_system | latin1  |
| character_sets_dir | /usr/share/mysql/charsets/ |
+--------------------------+----------------------------+

       即在建立数据库的时候不特别指定，则数据库，数据表的以及数据字段的编码格式为默认值，而默认值在不更改配置文件的时候是latin1（默认安装形式）。由于utf8是较为通用的编码方式，因此我们将数据库的所有编码方式改为utf8。这里需要说明的是mysql的编码分为好几个层次，包括数据库级别，数据表级别以及数据字段级别等，我这里没有去深究这些方面，一个个去设置每个字段，每个表的编码方式，而是把所有的编码方式均设置为utf8。具体如下： 

      vi /etc/my.cnf修改my.cnf文件如下：

[mysqld]
datadir=/var/lib/mysql
socket=/var/lib/mysql/mysql.sock
user=mysql
default-character-set = utf8
character_set_server = utf8
[mysql]
default-character-set = utf8
[mysql.server]
default-character-set = utf8
# Disabling symbolic-links is recommended to prevent assorted security risks
symbolic-links=0

[mysqld_safe]
log-error=/var/log/mysqld.log
pid-file=/var/run/mysqld/mysqld.pid
default-character-set = utf8
[client]
default-character-set = utf8

       修改完之后，重起mysql服务service mysqld restart

       命令show variables like 'char%';再次查看编码格式，得到的结果如下：

+--------------------------+----------------------------+
| Variable_name | Value  |
+--------------------------+----------------------------+
| character_set_client | utf8  |
| character_set_connection | utf8  |
| character_set_database | utf8  |
| character_set_filesystem | binary  |
| character_set_results | utf8  |
| character_set_server | utf8  |
| character_set_system | utf8  |
| character_sets_dir | /usr/share/mysql/charsets/ |
+--------------------------+----------------------------+

       可以看到所有的编码格式都会变成utf8，至此在建立数据库和数据表，数据字段的时候如果不特别指定，那么则会采用默认的编码方式，即现在的utf8。

       2，虽然编码格式从latin1变成了utf8，但是我这里还是遇到如下的问题。

Specified key was too long; max key length is 1000 bytes

       意思是key值长度大于1000个字节了，这里面的key值长度指的是定义key值时候的长度和乘以编码格式字节数，而不指实际长度。同时由于取1utf8=3字节（这个我是看别人都是这么说的，具体取多少我这边不确定），因此将其和乘以3之后就大于1000个字节了。原先latin1是没问题的（取的是1）。 

       解决办法即就是（1），缩减key值的定义长度。（2），不使用utf8编码。（3），因为默认DB engine 是MyIsAm，把其换成innodb。我使用方式（3），然后错误得以消除。

       3，这个时候又出现了如下问题：

ERROR: ER_TOO_LONG_KEY: Specified key was too long; max key length is 767 bytes

       这个问题的原因还是utf8所导致的，在latin1编码格式下，我设置了VARCHAR (512)类型为主键是没有问题的，而utf8则不行，是由于utf8编码取的是3字节，也就说，只能容纳256个utf8编码格式的VARCHAR。因此定义的时候定义为VARCHAR (255)问题得以消除，或者换一种数据类型。 

       4，至此我使用nodejs进行数据库的读写都是没有问题的，但是我在使用C 语言的时候，发现插入utf8编码的中文，仍然显示的是乱码。原因可能由多种，这里面我说一下我遇到的两种情况。首先确认本地系统的默认编码方式，使用locale命令进行查看（Linux），通常情况应该是utf8，为了保险期间，我在C语言中加入了如下的代码显示指定编码方式

#include <locale.h>
setlocale(LC_ALL, "en_US.UTF-8");

       这个时候，C语言执行mysql_query插入数据的时候，数据库仍然显示乱码。解决方法如下：

mysql_query(g_pMyConn, "set character set utf8");
mysql_query(g_pMyConn, g_strSqlStatement)

       即在执行数据库插入命令前，多加上一行显示的说明使用utf8方式执行。

       由于nodejs插入的时候没有C语言的问题，我就简单构想了一下如下原因，纯属个人猜测：

       由于C语言使用的是mysql官方提供的api接口，而且mysql是由于欧洲人开发的，开始的时候没想到会应用那么广泛，因此使用了latin1默认编码，随着mysql应用的人越来越多，因此在支持其他编码的时候就需要在原来的接口上打补丁，因此就会出现上面显示的指定编码格式，并没有做到接口和数据库默认编码能够自动保持一致的情况。 

       对于nodejs来说，连接数据库的行为会由nodejs进行封装，考虑的就相对全面，因此没有C 语言中的问题。

       最后我发现DB engine 从MyIsAm换成innodb，读取速度好变慢了，不知是啥原因，知道的麻烦告知一声。