在 Oracle 到 GreatSQL 迁移中排序规则改变引发的乱码问题分析及解决
一、引言
某老系统数据库从 Oracle 迁移至 GreatSQL 过程中，首批迁移（存储过程、表结构、基础数据）顺利完成。然而，第二批数据迁移时出现主键冲突问题：原 Oracle 数据库中存在主键字段 A 与 a（忽略大小写后视为相同值），但 GreatSQL 默认排序规则 utf8mb4_0900_ai_ci 不区分大小写，导致主键冲突。
为解决此问题，将排序规则调整为 utf8mb4_0900_bin 以区分大小写。但调整后，Java 程序读取中文字段时出现乱码（如“好”显示为“好”），直接影响业务功能。本文从环境兼容性、驱动版本、字符编解码机制等角度深入分析问题根源，并提供三种解决方案。
二、环境说明与问题背景
关键组件版本：
核心矛盾点
三、复现过程
1. 创建测试表并插入数据
greatsql> CREATE TABLE test.t1(id int PRIMARY KEY, cname varchar(10)) DEFAULT charset=utf8mb4 collate=utf8mb4_0900_ai_ci;Query OK, 0 rows affected (0.02 sec)
greatsql> INSERT INTO test.t1 VALUES(1, '好');Query OK, 1 row affected (0.00 sec)
复制代码
确认 Java 版本
$ javac -versionjavac 1.7.0_80$ java -versionjava version "1.7.0_80"Java(TM) SE Runtime Environment (build 1.7.0_80-b15)Java HotSpot(TM) 64-Bit Server VM (build 24.80-b11, mixed mode)
复制代码
编写 SimpleDBQuery.java，其内容如下：
import java.sql.Connection;import java.sql.DriverManager;import java.sql.ResultSet;import java.sql.Statement;
public class SimpleDBQuery { public static void main(String[] args) { String url = "jdbc:mysql://172.17.134.66:3301/test?characterEncoding=UTF-8&useSSL=false"; String username = "bing"; String password = "abc123"; Connection conn = null; Statement stmt = null; ResultSet rs = null; try { Class.forName("com.mysql.jdbc.Driver"); conn = DriverManager.getConnection(url, username, password); String sql = "SELECT cname FROM t1 LIMIT 1"; stmt = conn.createStatement(); rs = stmt.executeQuery(sql); if (rs.next()) { String value = rs.getString("cname"); System.out.println(" 查询结果: " + value); } } catch (Exception e) { e.printStackTrace(); } finally { try { if (rs!= null) rs.close(); if (stmt!= null) stmt.close(); if (conn!= null) conn.close(); } catch (Exception e) { e.printStackTrace(); } } }}
复制代码
2.Java 程序读取数据（正常）
$ javac -cp .:mysql-connector-java-5.1.46.jar SimpleDBQuery.java$ java -cp .:mysql-connector-java-5.1.46.jar SimpleDBQuery 查询结果: 好
复制代码
3.修改排序规则后复现乱码
greatsql> ALTER TABLE test.t1 CONVERT TO charset utf8mb4 COLLATE utf8mb4_0900_bin;Query OK, 0 rows affected (0.04 sec)Records: 0 Duplicates: 0 Warnings: 0
复制代码
再次通过 Java 程序访问数据库中的汉字，则出现乱码:
$ java -cp .:mysql-connector-java-5.1.46.jar SimpleDBQuery 查询结果: 好
复制代码
四、关键排查过程
1. 数据库端验证
确认表中数据无乱码，且字符集未变动，仅排序规则修改。
greatsql> SHOW CREATE TABLE test.t1 \G*************************** 1. row *************************** Table: t1Create Table: CREATE TABLE `t1` ( `id` int NOT NULL, `cname` varchar(10) COLLATE utf8mb4_0900_bin DEFAULT NULL, PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_bin1 row in set (0.00 sec)
greatsql> SELECT * FROM test.t1;+----+-------+| id | cname |+----+-------+| 1 | 好 |+----+-------+1 row in set (0.01 sec)
复制代码
2. 驱动源码分析
查看驱动 5.1.46 中仅支持 utf8mb4_0900_ai_ci，未定义 utf8mb4_0900_bin。
$ grep -inr 'utf8mb4_0900_ai_ci' *com/mysql/jdbc/CharsetMapping.java:489: collation[255] = new Collation(255, "utf8mb4_0900_ai_ci", 0, MYSQL_CHARSET_NAME_utf8mb4);$ grep -inr 'utf8mb4_0900_bin' *$ pwd/opt/software/jdbc_test/mysql-connector-java-5.1.46/src
复制代码
3. 解码逻辑
当驱动无法识别排序规则时，默认使用 latin1 解码，导致 UTF-8 字节流被错误解析
4. 网络抓包验证
通过抓包，对比确认不论是 utf8mb4_0900_ai_ci，还是 utf8mb4_0900_bin，返回的十六进制数据均为 e5 a5 bd
5. 解析抓包内容验证
如果是用默认的 latin1 做为字符集进行解码，那么把 e5 a5 bd 按照 latin1 进行解码，发现返回结果集和查询乱码一致。
通过在线工具 https://qr9.net/string-encoding 将十六进制内容按 latin1 解码发现和乱码内容一致：
通过在线工具 https://lzltool.cn/Tools/HexToUtf8 将十六进制内容按 utf8 解码，确认能够解析正确的返回结果“好”：
五、根因分析
乱码本质：低版本驱动（5.1.46）未适配 GreatSQL 8.0.32 的 utf8mb4_0900_bin 排序规则，触发默认的 latin1 解码机制，导致 UTF-8 字节流被错误转换。
六、解决方法
方案 1：强制指定 JDBC 字符集参数(推荐)
在连接字符串中显式声明编解码规则：
String url = "jdbc:mysql://10.191.81.31:3307/test?useUnicode=true&characterSetResults=utf8&characterEncoding=utf8&useSSL=false";
复制代码
参数作用：
优点：无需升级，调整简单，兼容性强。
方案 2：使用兼容的排序规则
将排序规则改为utf8mb4_bin（非utf8mb4_0900_bin），该规则在驱动 5.1.46 中已支持，且同样区分大小写。
ALTER TABLE test.t1 CONVERT TO CHARSET utf8mb4 COLLATE utf8mb4_bin;
复制代码
方案 3：升级驱动至 8.0.x 版本
使用mysql-connector-java-8.0.32，完全支持utf8mb4_0900_bin。
<!-- Maven依赖示例 --> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <version>8.0.32</version> </dependency>
复制代码
注意事项：需验证 JDK 1.7 与新版驱动的兼容性，部分 API 可能需调整。
七、总结
本文通过复现、排查、分析三步定位乱码问题，根本原因在于驱动版本与数据库排序规则的兼容性。三种解决方案各有适用场景：
快速修复场景：调整 JDBC 连接参数，强制 UTF-8 编解码。
保守场景：使用兼容的 utf8mb4_bin 排序规则。
技术升级场景：升级驱动至 8.0.x 版本。
建议根据实际环境选择最优方案，并在变更后进行全面测试，确保数据一致性与业务功能正常。
评论