Zeichensätze und Sortierfolgen #

Diese Seite richtet sich an Datenbankadministratoren, die die Datenbank einer Exponential-Website anlegen oder eine bestehende auf Kodierungsprobleme prüfen. Exponential speichert und liefert Text als UTF-8; jede Engine benennt das anders und vergleicht Zeichenketten anders. Diese Seite beantwortet: was Sie auf jeder Engine anlegen, wo sich die Verbindung von den Tabellen unterscheiden kann und wie sich die Schreibweise auf Suchen auswirkt. Quelle: Datenbankunterstützung, Zeichensätze und Sortierfolgen.

Inhalt #

1. Was Sie anlegen, je Engine
2. Die Verbindung von MySQL und MariaDB
3. Groß-/Kleinschreibung und Vergleiche
4. Eine laufende Website prüfen
5. Eine alte Datenbank umwandeln
6. Checkliste

Was Sie anlegen, je Engine #

Der Oracle-Zeichensatz wird beim Anlegen der Datenbank gewählt; er ist eine Eigenschaft der ganzen Datenbank, ein Schema für Exponential gehört also in eine AL32UTF8-Datenbank.

Die Verbindung von MySQL und MariaDB #

site.ini [DatabaseSettings] Charset=utf-8 (der Standard) wird als utf8 an den Server gesendet, was beide Server als das Drei-Byte-utf8mb3 behandeln. Zeichen außerhalb der Basic Multilingual Plane, etwa Emoji, können die Verbindung nicht passieren, selbst wenn die Tabellen utf8mb4 sind. Halten Sie die Datenbank trotzdem in utf8mb4.

Lässt sich der Zeichensatz der Verbindung nicht setzen, läuft der Treiber weiter und protokolliert "could not set the connection charset"; Text kommt dann mit ? anstelle der fehlenden Zeichen zurück. Die Warnung wird nur protokolliert, wenn Warnungen protokolliert werden (site.ini [DebugSettings] AlwaysLog[]=warning). Details: MySQL und MariaDB: utf8mb4, der Verbindungszeichensatz und InnoDB.

Groß-/Kleinschreibung und Vergleiche #

Die Folge: Eine Suche nach Login oder Bezeichner, die gegen die Sortierfolgen von MySQL ohne Beachtung der Groß-/Kleinschreibung geschrieben wurde, findet auf PostgreSQL, Oracle oder MongoDB womöglich nichts. Der eigene Code von Exponential berücksichtigt das; Erweiterungen und Ihre eigenen Berichtsabfragen müssen lower(...) auf beiden Seiten vergleichen, wo die Schreibweise keine Rolle spielen darf (SQL von Erweiterungen für jede Engine prüfen).

Benutzer-Logins sind ein Sonderfall: exp:userlogincheck listet Logins, die mehr als ein Benutzerkonto hat (zum Beispiel derselbe Login in zwei Schreibweisen), und --fix-index fügt den eindeutigen Index auf ezuser.login hinzu, sobald es keine mehr gibt (php bin/php/console list beschreibt es).

Eine laufende Website prüfen #

• Setup > Systeminformationen, Karte Datenbank: der Zeichensatz der Verbindung; die Seite warnt, wenn er nicht UTF-8 ist (Systeminformationen).

• MySQL und MariaDB:

  SELECT DEFAULT_CHARACTER_SET_NAME, DEFAULT_COLLATION_NAME
    FROM information_schema.SCHEMATA WHERE SCHEMA_NAME = 'exponential';
  SELECT TABLE_NAME, TABLE_COLLATION FROM information_schema.TABLES
   WHERE TABLE_SCHEMA = 'exponential' AND TABLE_COLLATION NOT LIKE 'utf8%';

• PostgreSQL: psql -l zeigt die Kodierung jeder Datenbank.

• Oracle: SELECT value FROM nls_database_parameters WHERE parameter = 'NLS_CHARACTERSET';

Eine alte Datenbank umwandeln #

Eine Datenbank aus einem alten Release in einem Einzelbyte-Zeichensatz wird mit bin/php/ezconvertdbcharset.php umgewandelt (nur MySQL, PostgreSQL und Oracle). Geben Sie die Sortierfolge ausdrücklich an; ihr Standard ist utf8_general_ci. Führen Sie es nach einer Sicherung auf einer Kopie aus (MySQL und MariaDB: utf8mb4).

Checkliste #

• To do: Die Datenbank wurde im UTF-8-Zeichensatz der Engine angelegt.
• To do: MySQL und MariaDB: Jede Tabelle ist utf8mb4; keine Zeichensatzwarnung in var/log/warning.log.
• To do: Oracle: NLS_CHARACTERSET ist AL32UTF8.
• To do: Erweiterungen und Berichte vergleichen ohne Beachtung der Groß-/Kleinschreibung, wo sie müssen.

Verwandte Seiten #

• MySQL und MariaDB einrichten, PostgreSQL einrichten, Oracle einrichten
• 9.8 Hinweise über Engines hinweg
• Sprachen
• Freie Dokumentation: Diese Seite darf unter der GNU FDL 1.3 frei kopiert, übersetzt und verbessert werden.