همه مقالات تخصصی

تبدیل MySQL به utf8mb4: چه چیزی را بررسی و چگونه بی‌خطر تبدیل کنیم

کاراکترست و collation دیتابیس و جدول‌ها را بخوانید، پیش از تبدیل به utf8mb4 بکاپ بگیرید و روی کپی تست کنید تا ایموجی و نویسه‌ها خراب نشوند.

تبدیل MySQL به utf8mb4: چه چیزی را بررسی و چگونه بی‌خطر تبدیل کنیم

اگر ایموجی در سایت شما به علامت سؤال تبدیل می‌شود یا ذخیرهٔ بعضی نویسه‌ها خطا می‌دهد، احتمالاً جدول‌ها هنوز utf8 سه‌بایتی دارند. تبدیل به utf8mb4 ساده است، اما اگر بی‌مطالعه انجام شود می‌تواند ایندکس و داده را خراب کند.

۱. وضعیت فعلی را بخوانید

SELECT schema_name, default_character_set_name, default_collation_name
FROM information_schema.SCHEMATA WHERE schema_name = 'mydb';

SELECT table_name, table_collation
FROM information_schema.TABLES WHERE table_schema = 'mydb';

نام utf8 در MySQL در واقع utf8mb3 است و فقط سه بایت در هر نویسه را پشتیبانی می‌کند. ایموجی چهار بایت می‌خواهد.

۲. اول بکاپ و کپی آزمایشی

یک dump کامل بگیرید و آن را روی یک پایگاه‌دادهٔ آزمایشی بازگردانید. تبدیل را اول همان‌جا اجرا کنید. تبدیل جدول‌های بزرگ آن‌ها را کپی می‌کند و می‌تواند زمان‌بر باشد و قفل ایجاد کند، پس برای زمان کم‌بار برنامه‌ریزی کنید. بکاپی که بازگردانی‌اش را تست نکرده‌اید بکاپ حساب نمی‌شود.

۳. ایندکس‌های طولانی را بسنجید

هر نویسه تا چهار بایت می‌گیرد، پس ایندکس روی ستون‌های VARCHAR بلند ممکن است از سقف طول کلید بگذرد. در InnoDB با فرمت ردیف DYNAMIC (پیش‌فرض نسخه‌های جدید) سقف ۳۰۷۲ بایت است، ولی در تنظیمات قدیمی ۷۶۷ بایت بود. خطای Specified key was too long یعنی باید طول ایندکس را کم کنید یا فرمت ردیف را بررسی کنید.

۴. تبدیل

ALTER DATABASE mydb CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_520_ci;
ALTER TABLE mytable CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_520_ci;

دستور اول فقط پیش‌فرض جدول‌های آیندهٔ این پایگاه را عوض می‌کند، نه جدول‌های موجود. دومی داده را تبدیل می‌کند. در MySQL 8 مقدار پیش‌فرض خود سرور utf8mb4_0900_ai_ci است؛ collation را در همهٔ جدول‌ها یکسان نگه دارید.

۵. تنظیم اتصال و وردپرس

سمت برنامه هم باید utf8mb4 بخواهد. در وردپرس مقدار DB_CHARSET در wp-config.php را utf8mb4 بگذارید و بعد از تبدیل با WP-CLI سالم‌بودن سایت را مرور کنید. اگر فقط اتصال را عوض کنید و جدول‌ها را نه، مشکل حل نمی‌شود.

۶. مثال توضیحی، نه اندازه‌گیری واقعی

فرض کنید جدولی از نظرها با utf8 ساخته شده بود و ذخیرهٔ یک ایموجی خطا می‌داد. بعد از تبدیل روی کپی آزمایشی، همان متن بدون خطا ذخیره شد و سپس همان مراحل روی سایت اصلی اجرا شد. این سناریو فقط برای توضیح است، نه اندازه‌گیری واقعی.

۷. اشتباه‌های رایج

  • تبدیل مستقیم روی سایت زنده بدون بکاپ.
  • عوض‌کردن فقط ALTER DATABASE و تصور اینکه جدول‌ها هم عوض شده‌اند.
  • collationهای مختلف در جدول‌های مرتبط (خطای Illegal mix of collations).
  • نادیده‌گرفتن طول ایندکس‌ها.

۸. پرسش‌های متداول

utf8 و utf8mb4 چه فرقی دارند؟ utf8 در MySQL سه‌بایتی است؛ utf8mb4 تمام یونیکد از جمله ایموجی را پوشش می‌دهد.

تبدیل داده را خراب می‌کند؟ معمولاً نه، ولی فقط با بکاپ و تست روی کپی می‌توان مطمئن شد.

حجم دیتابیس زیاد می‌شود؟ کمی ممکن است، چون ستون‌های ایندکس‌شده فضای بیشتری رزرو می‌کنند.

۹. چک‌لیست سریع

  1. کاراکترست و collation فعلی خوانده شد.
  2. dump گرفته و روی کپی بازگردانده شد.
  3. تبدیل روی کپی بدون خطا اجرا شد.
  4. اتصال برنامه روی utf8mb4 است.
  5. تبدیل در ساعت کم‌بار و با راه بازگشت اجرا شد.

اگر برای بررسی عملکرد یا نگهداری سرور به همکاری نیاز دارید، محدودهٔ خدمات مدیریت سرور را ببینید.

راهنماهای بیشتر سرور و وردپرس در آرشیو مقالات جمع شده‌اند.

منابع رسمی

MySQL: the utf8mb4 character set · MySQL: ALTER TABLE · WordPress: wp-config.php