MySQL 初始化 SQL 中文乱码问题总结

1. 问题现象

项目通过 Docker Compose 启动 MySQL：

powershell 复制代码

docker compose up -d

MySQL 容器会自动执行 init 目录中的 SQL 初始化脚本。SQL 文件中的中文内容正常，但数据导入数据库后变成了乱码，例如：

text 复制代码

柳岩 -> æŸ³å²©
苹果 -> è‹¹æžœ

这种现象是典型的 UTF-8 字节被按 latin1 解析后，再写入 UTF-8 字段所产生的乱码。

2. 检查结果

实际检查后确认：

init/01-user.sql 和 init/02-order.sql 的文件内容为 UTF-8，SQL 文件本身没有乱码。
MySQL 服务端默认字符集为 utf8mb4。
spring-cloud-user 和 spring-cloud-order 数据库字符集正常。
容器中 mysql 命令行客户端的默认连接字符集为 latin1。
查询数据的十六进制内容后，确认乱码已经被实际写入数据库，不是 DataGrip 的字体或显示设置问题。

修改前的连接字符集为：

text 复制代码

character_set_client     latin1
character_set_connection latin1
character_set_results    latin1

3. 根本原因

MySQL 官方镜像在首次创建数据目录时，会使用容器内的 mysql 客户端执行 /docker-entrypoint-initdb.d 下的 SQL 脚本。

虽然 SQL 文件和 MySQL 服务端都使用 UTF-8，但客户端在建立连接时声明的字符集是 latin1。MySQL 因此会把 SQL 文件中的 UTF-8 中文字节当成 latin1 字符解析，然后转换为 UTF-8 存入数据库，最终造成乱码。

4. 解决方案

在 docker-compose.yml 的 MySQL 服务中增加：

yaml 复制代码

services:
  mysql:
    image: mysql:8.0.30
    command: --skip-character-set-client-handshake

该参数会让 MySQL 服务端忽略客户端提交的字符集，使用服务端的默认字符集 utf8mb4。

修改后重建容器：

powershell 复制代码

docker compose up -d --force-recreate mysql

此操作只重建 MySQL 容器，不会删除已有数据卷。

5. 验证结果

可以使用以下命令检查连接字符集：

powershell 复制代码

docker compose exec -T mysql mysql -uroot -p123 -e "SHOW VARIABLES WHERE Variable_name IN ('character_set_client','character_set_connection','character_set_results')"

修改后的实际结果为：

text 复制代码

character_set_client     utf8mb4
character_set_connection utf8mb4
character_set_results    utf8mb4

说明字符集设置已经生效。

6. 已有乱码数据的处理

修改连接字符集只能防止之后导入的数据继续乱码，不会自动修复已经存入数据库的乱码数据。

Docker 中的 MySQL 初始化脚本只会在 /var/lib/mysql 数据目录为空时执行一次。因此，仅再次执行 docker compose up -d 不会重新导入初始化 SQL。

如果现有数据可以删除，可执行：

powershell 复制代码

docker compose down -v
docker compose up -d

警告：docker compose down -v 会删除 Compose 项目创建的数据卷，包括当前 MySQL 中的所有数据。执行前应确认数据可以丢弃，或已经完成备份。

删除数据卷并重新启动后，MySQL 会重新执行 init 目录中的 SQL，此时中文数据会按 utf8mb4 正确导入。

7. 结论

本次乱码的根本原因不是 SQL 文件编码、数据库字段字符集或 DataGrip 显示设置，而是 MySQL 初始化脚本执行时，客户端和服务端之间使用了错误的 latin1 连接字符集。

通过在 Docker Compose 中增加 --skip-character-set-client-handshake，已将连接字符集统一为 utf8mb4，可以避免后续初始化 SQL 导入中文时再次出现乱码。