問題背景
有同事反饋在mysql上面執行一條普通的insert語句，結果報錯，
execute failed due to >>> Incorrect string value: '\xA1;offl...' for column 'biz_info' at row 1
經過半天的折騰，終於搞清楚了來龍去脈，這里簡單給大家分享下。為了方便說明，我將測試例子中的表和語句簡化，但不影響問題重現。
問題復現
連接字符集：UTF8
表結構：
CREATE TABLE `ggg` (
`id` int(11) DEFAULT NULL,
`c` varchar(100) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=gbk;
root@test 06:13:48>insert into ggg values(1,concat('cardName:校園網',char(59),'offlineCardType:campus'));
Query OK, 1 row affected, 1 warning (2.51 sec)
root@test 06:14:36>show warnings\G
*************************** 1. row ***************************
Level: Warning
Code: 1366
Message: Incorrect string value: '\x91;offl...' for column 'c' at row 1
查看結果
root@test 06:16:06>select * from ggg where id=1;
*************************** 1. row ***************************
id: 1
c: cardName:鏍″洯緗
問題分析
從報錯的結果來看，感覺是字符集轉換引起的問題，而且由於連接串的字符集是UTF8，表的字符集是GBK，更容易引起懷疑。但是，即使是字符集轉換，也不應該導致插入報錯，因為語句中的中文字符“校園網"都是普通漢字，UTF8->GBK不應該存在問題。那我們在回過頭來看看insert語句，唯一特殊的是使用了concat和char兩個函數。會不會跟這兩個函數有關系？char(59)實際是字符“;”，為了驗證想法，做了兩個實驗：
- 將char(59)替換成';'
insert into ggg values(1,concat('cardName:校園網',';','offlineCardType:campus'));
2.設置連接串字符集為GBK
insert into ggg values(1,concat('cardName:校園網',char(59),'offlineCardType:campus'));
果然，兩種情況執行結果都是OK的，查詢結果如下：
root@test 09:22:32>select * from ggg\G
*************************** 1. row ***************************
id: 1
c: cardName:鏍″洯緗
*************************** 2. row ***************************
id: 1
c: cardName:校園網;offlineCardType:campus
*************************** 3. row ***************************
id: 1
c: cardName:校園網;offlineCardType:campus
跟蹤了下源代碼，找到了原因。char()函數返回的是一個binary類型字符串，在進行concat時，會導致'cardName:校園網'字符串到binary的轉換。轉換前，mysql將字符串‘cardName:校園網’看作是9個英文字符和3個漢字字符；轉換后，mysql將其看作是18個字節的二進制串，其中，UTF8字符集的三個漢字“校園網”占了9個字節。由於目標表字符集是GBK，因此在入庫時，還會發生一次binary到GBK的轉碼,“校園網”的二級制編碼是E6A0A1 E59BAD E58DA1，在轉碼過程中，由於GBK字符集只包含一個字節(編碼值<128)和二個字節的字符(漢字和特殊字符)，“校園網”的二進制串會按照兩個字節拆分E6A0 A1E5 9BAD E58D A1，前面四個變為“鏍″洯緗”，解析到A1時，由於A1既不是單字節字符，又不能與后面的字節組成一個合法的GBK字符，導致轉換出錯。
現在就很好解釋為啥改變語句后，兩種情況都OK了。第一種情況，將char(59)直接替換成‘;’，由於不涉及UF8到binary的轉換，只有utf8到gbk轉碼的過程，這個轉換是OK的，不會出現亂碼；第二種情況，將連接串的字符集設置為GBK，那么會涉及GBK到binary的轉換，然后再從binary轉換到GBK，由於整個轉換過程並沒有二進制數據丟失，所以也是OK的。
問題產生的兩個關鍵點
- 連接字符集與表字符集不匹配
- 使用了char函數
解決辦法
1.char函數提供了using語法來實現返回特定字符集的字符串，比如：char(59 using utf8)
2.保證連接字符集與表字符集一致。