Charset y collation en una base de datos MySQL

Charset (conjunto de caracteres) determina qué caracteres puede almacenar la base de datos, y collation determina cómo se comparan y ordenan los caracteres. Un charset incorrecto es la causa más frecuente de que las letras danesas (æ, ø, å) o los emojis se muestren como signos de interrogación o mojibake (p. ej. æ en lugar de æ).

¶Valores recomendados

Utiliza utf8mb4 como charset y utf8mb4_unicode_ci como collation. utf8mb4 admite todos los caracteres Unicode, incluidos los emojis.

¶Método 1: phpMyAdmin

Cambiar el valor predeterminado para toda la base de datos (solo afecta a tablas nuevas):

1. Inicia sesión en phpMyAdmin y selecciona la base de datos en el lado izquierdo.
2. Haz clic en la pestaña Operaciones.
3. Busca la sección Ordenación (Collation).
4. Selecciona utf8mb4_unicode_ci en el menú desplegable.
5. Haz clic en Ejecutar.

Cambiar una tabla existente (incluyendo todas sus columnas):

1. Selecciona la tabla en el lado izquierdo.
2. Haz clic en la pestaña Operaciones.
3. En Opciones de tabla elige la nueva ordenación.
4. Marca la casilla Cambiar también la ordenación para todas las columnas.
5. Haz clic en Ejecutar.

¶Método 2: SQL

Cambiar el valor predeterminado de la base de datos:

ALTER DATABASE mindatabase CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

Cambiar una tabla y todas sus columnas:

ALTER TABLE mintabel CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

En phpMyAdmin puedes cambiar el charset por columna: selecciona la tabla, haz clic en Estructura, haz clic en Cambiar junto a la columna, y elige la nueva ordenación en la definición de la columna.

¶Convertir todas las tablas de una vez

Generar los comandos ALTER automáticamente:

SELECT CONCAT('ALTER TABLE `', TABLE_NAME, '` CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;')
FROM information_schema.TABLES
WHERE TABLE_SCHEMA = 'mindatabase' AND TABLE_TYPE = 'BASE TABLE';

Ejecuta el resultado en phpMyAdmin bajo la pestaña SQL o mediante la línea de comandos.

¶Charset de la conexión (SET NAMES)

El charset de la base de datos y el charset de la conexión son dos cosas diferentes. Incluso si tus tablas están correctamente configuradas a utf8mb4, los caracteres pueden corromperse en tránsito si la conexión entre la aplicación y MySQL utiliza otro charset.

SET NAMES utf8mb4 establece tres variables de sesión a la vez:

• character_set_client — lo que el servidor espera recibir del cliente
• character_set_connection — lo que el servidor usa internamente durante el procesamiento de consultas
• character_set_results — lo que el servidor envía de vuelta al cliente

SET NAMES utf8mb4 COLLATE utf8mb4_unicode_ci;

Mejor práctica: usa la opción de charset incorporada del controlador en lugar de enviar SET NAMES manualmente. Esto asegura que también funciones como mysqli_real_escape_string() y PDO::quote() utilicen el charset correcto — de lo contrario, en raras ocasiones podrías abrir la puerta a una inyección SQL.