JDBC字符集乱码问题
问题背景
数据库:mysql 5.7
datasource数据源:druid
Connector/J: 5.1.38
公司线上报警，发现抛出 UncategorizedSQLException 异常，看到异常栈的信息，基本可以断定是字符集设置的问题。
Cause: java.sql.SQLException: Incorrect string value: '\xF0\x9F\x87\xA8\xF0\x9F...' for column 'nick_name' at row 1; uncategorized SQLException for SQL []; SQL state [HY000]; error code [1366]; Incorrect string value: '\xF0\x9F\x87\xA8\xF0\x9F...' for column 'nick_name' at row 1; nested exception is java.sql.SQLException: Incorrect string value: '\xF0\x9F\x87\xA8\xF0\x9F...' for column 'nick_name' at row 1
at org.springframework.jdbc.support.AbstractFallbackSQLExceptionTranslator.translate(AbstractFallbackSQLExceptionTranslator.java:84)
at org.springframework.jdbc.support.AbstractFallbackSQLExceptionTranslator.translate(AbstractFallbackSQLExceptionTranslator.java:81)
at org.springframework.jdbc.support.AbstractFallbackSQLExceptionTranslator.translate(AbstractFallbackSQLExceptionTranslator.java:81)
但是在查看了线上数据库对应表的字符编码格式后，发现设置的是utfmb4。而且测试环境设置的也是utfmb4，并没有出现 UncategorizedSQLException 异常，正常插入了emoji表情符号。
问题排查
怀疑线上库和测试库可能字符集设置上存在差异，SHOW VARIABLES LIKE "character_set%"; 查看字符集设置。
测试环境字符集设置:
character_set_client utf8mb4
character_set_connection utf8mb4
character_set_database utf8mb4
character_set_filesystem binary
character_set_results utf8mb4
character_set_server utf8mb4
character_set_system utf8
线上环境字符集设置:
character_set_client utf8
character_set_connection utf8
character_set_database utf8mb4
character_set_filesystem binary
character_set_results utf8
character_set_server utf8
character_set_system utf8
果然二者的字符配置不一样。此时我想当然的认为是线上 character_set_connection 编码格式是 utf8 导致的。但是在本地测试了下，将线上的字符集配置设置到本地，然而将 character_set_connection 设置为 utf8mb4，依然报错。
最后排查到, 原来Connector/J使用编码格式是server配置的 character_set_server 指定的字符集。
- Connector/J官方文档说明: https://dev.mysql.com/doc/relnotes/connector-j/5.1/en/news-5-1-13.html#connector-j-5-1-13-bug
为什么要这样设计呢？有什么历史遗留问题？这块不是太了解，也不是很能理解。
问题解决
其实只要在java程序中，指定连接使用的字符集编码为utfmb4即可，即
String query = "set names utf8mb4";
stat.execute(query);
因为使用的是druid数据源来管理连接池，而druid提供connection-init-sqls参数来制定connection在init时需要执行的sql，所以增加配置
-- Spring Boot增加配置
spring.datasource.druid.connection-init-sqls=set names utf8mb4;
-- SpringMVC
<bean id="dataSource" class="com.alibaba.druid.pool.DruidDataSource" init-method="init" destroy-method="close">
<!-- 前面的url，idle，active等等配置省略 -->
<property name="connectionInitSqls" value="SET NAMES utf8mb4;"/>
</bean>
相关知识点
字符集和字符序
字符集定义了字符以及字符的编码，而字符序列则定义了字符的比较规则。所以一个字符集可以对应多种字符序。
通过 SHOW CHARACTER SET 命令可以查看MySQL支持的字符集，以及对该字符集默认的字符序，该字符所占长度等信息。下面是MySQL5.7.24所支持的字符集的部分内容。
Charset Description Default_Collation Maxlen
big5 Big5 Traditional Chinese big5_chinese_ci 2
utf8 UTF-8 Unicode utf8_general_ci 3
utf8mb4 UTF-8 Unicode utf8mb4_general_ci 4
utf32 UTF-32 Unicode utf32_general_ci 4
binary Binary pseudo charset binary 1
geostd8 GEOSTD8 Georgian geostd8_general_ci 1
gb18030 China National Standard GB18030 gb18030_chinese_ci 4
我们可以看到，其中utf8占3个字节，utf8mb4占4个字节。utf8默认的字符序是utf8_general_ci,utf8mb4默认的字符序是 utf8mb4_general_ci 。
utf8和utf8mb4
MySQL在5.5.3之后增加了utfmb4字符集，mb4的意思是most bytes 4，原先的utf8只有三个字节，不能存储一些生僻汉字和emoji符号，例如:🚗 😊 🐟 等等。utf8mb4就是用来兼容的4个字节的unicode,utf8mb4是utf8的超集。所以可以用类似 alter table table_name convert to character set utf8mb4 这样的语句，将table的字符集转为utf8mb4。
- 关于utf8mb4的官方文档说明: https://dev.mysql.com/doc/refman/5.7/en/charset-unicode-utf8mb4.html