问使用破折号的MySQL字符串匹配

EN

我目前正在将数据从MySQL 5.6.41迁移到MySQL 8.0.21。总的来说，迁移过程相当顺利，有几个非常令人沮丧的小插曲。有一张桌子看起来像这样：

CREATE TABLE `domains` (
`intDomainID` int(11) NOT NULL AUTO_INCREMENT,
`txtDomain` varchar(100) NOT NULL,
`dtDateTime` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP,
`blnTor` int(1) NOT NULL DEFAULT '0',
`txtTLD` varchar(100) NOT NULL,
PRIMARY KEY (`intDomainID`),
UNIQUE KEY `txtDomain` (`txtDomain`)
ENGINE=InnoDB AUTO_INCREMENT=10127897 DEFAULT CHARSET=utf8mb4;

创建模式已经完成，并且是由Workbench的“复制到剪贴板”-> "Create“函数创建的。

当我使用内置的Workbench导出/导入时，导入总是失败，并带有“txtDomain中的重复值”(在这里解释)错误，这很奇怪，因为原始表在该字段上有一个唯一的键约束，所以不能重复，并且我确认了它作为副本找到的值在原始数据库中不是重复的。

然后使用SELECT ... INTO OUTFILE转储表，将文件移到新服务器，并执行LOAD DATE INFILE。同样的“txtDomain中的重复值”错误也失败了。

然后，我删除了唯一的键约束，并重新做了LOAD DATE INFILE。这起作用了，数据就在那里。但是，由于“重复”，我不能返回唯一的键约束。我调查发现：

MySQL 5.6.41上的查询结果：

​

MySQL 8.0.21上的查询结果：

​

现在，怎么回事？表定义、数据库、表和字段字符集/排序规则是相同的。我需要拿回唯一的密钥约束..。

为什么http://d­­eepdot35wv­­m­eyd5.onion:80 == http://d­­ee-p---dot35w-v­­m­eyd5.onion:80？

如果有帮助，我的导出命令：

SELECT * INTO OUTFILE 'S:\\temp\\domains.txt'
  FIELDS TERMINATED BY ',' 
  OPTIONALLY ENCLOSED BY '"'
  LINES TERMINATED BY '\r\n'
  FROM domains;

我的进口命令：

LOAD DATA INFILE 'E:\\DB Backup\\ServerMigration\\domains.txt' 
INTO TABLE domains
  FIELDS TERMINATED BY ',' 
  OPTIONALLY ENCLOSED BY '"'
  LINES TERMINATED BY '\r\n';

排序规则:旧服务器: utf8_general_ci --我不记得接触过这个值-- New : utf8mb4_0900_ai_ci --我没有碰这个值-- DB旧/新是一样的: utf8mb4_0900_ai_ci表旧/新是一样的: utf8mb4_0900_ai_ci

这是原始TXT文件在文件系统上的样子：

​

注意，如果我将屏幕截图中的一个URL粘贴到这里，它将神奇地变成“正确”值，而不需要破折号:即：http://deepdot35w­­v­­­m­­­eyd5.onion:80。

Note2:使用Notepad++，如果我将常规的“破折号”转换为HEX，就会得到"2D“。然而，如果我转换一个从URL，是造成麻烦，我得到HEX "C2AD“。看来我是在处理一个奇怪的unicode字符而不是破折号？

Note3:如果有人想要一个小的示例文件，那么它就是：https://www.dropbox.com/s/1ssbl95t2jgn2xy/domains_small.zip