数据库驱动底层：连接协议、字符集处理。

很多团队排查数据库问题时，习惯从 SQL、索引、事务隔离级别入手，却忽略了一个更底层的事实：应用与数据库之间真正流动的，不是“字符串”，而是一串字节。驱动负责把这串字节翻译成协议包，再在另一端翻译回结果。连接协议和字符集处理，正是数据库驱动最容易被低估、也最容易出故障的两层。

一次 emoji 写入失败、一次中文变问号、一次连接池复用后出现乱码，追到最后往往不是 SQL 写错了，而是驱动在握手阶段选了错误的字符集，或者协议层没有正确传递元数据。

连接协议：驱动不是“透明管道”

数据库驱动首先是一个协议实现。以 MySQL 为例，客户端连接要经历 TCP/TLS 建连、服务端发送 Handshake、客户端回复 Handshake Response、认证插件校验、服务端返回 OK 包等步骤。之后每条 SQL 会被包装成 COM_QUERY，预处理语句则走 COM_STMT_PREPARE 和 COM_STMT_EXECUTE。PostgreSQL 也类似：StartupMessage、Authentication、ParameterStatus、ReadyForQuery，简单查询用 Query 消息，扩展查询则拆成 Parse、Bind、Execute、Sync。

这些协议细节平时被 JDBC、ODBC、ORM 隐藏了，但它们决定了三件事：连接是否安全、会话状态是否一致、结果集如何解码。比如 MySQL 的包有序列号，驱动状态机如果处理不好，连接池里就可能残留半包；PostgreSQL 的 ParameterStatus 会在连接建立时告知 server_encoding、client_encoding 等参数，驱动若忽略，后面解码就可能错位。

字符集处理：字节与字符串的翻译官

协议层只认字节，字符集处理就是“字节 → 字符串”的最后一公里。MySQL 里至少有三层变量：`character_set_client` 决定服务端如何理解客户端发来的字节，`character_set_connection` 决定连接层如何转换，`character_set_results` 决定返回结果用什么编码。客户端在握手包里声明的字符集，会影响这些变量的初始值；`SET NAMES utf8mb4` 则会同时设置三者。

PostgreSQL 则通过 `client_encoding` 和 `server_encoding` 做转换。客户端告诉服务端“我发的是 UTF-8”，服务端负责在存储编码与客户端编码之间转换。问题在于，很多驱动默认值并不等于业务期望值。MySQL 历史上默认 latin1，导致中文写入异常；MySQL 的 `utf8` 曾经只是 `utf8mb3`，存不了四字节 emoji，必须用 `utf8mb4`。

更隐蔽的是列级字符集和排序规则。连接字符集正确，不代表表、列、比较规则都正确。连接用 utf8mb4，表却是 latin1，写入时仍可能被转换或截断；连接排序规则与列排序规则不一致，还可能导致索引失效、比较结果不符合预期。

连接池与预处理：会话状态和元数据的暗礁

连接池会放大字符集问题。`SET NAMES` 是会话级设置，如果连接池复用时没有重置会话状态，上一个业务设置的字符集可能污染下一个业务。因此，连接池的 `init SQL`、连接校验、重置策略必须与驱动配置一致。不要只依赖“连接串里写了 characterEncoding”就认为万事大吉，库表、列、排序规则、连接池初始化都要对齐。

预处理语句也值得注意。MySQL 二进制协议返回的结果集带有列元数据，包括字符集编号；驱动需要根据元数据把字节解码成字符串。如果元数据缺失、驱动版本过旧，或者服务端返回的字符集编号与客户端理解不一致，就可能出现乱码。文本协议和二进制协议在编码路径上并不完全相同，这也是为什么同一张表，普通查询正常，预处理查询却可能出问题。

排查与落地：把编码问题前移

排查字符集问题，最好按链路走：应用字符串 → 驱动编码 → 网络字节 → 服务端解析 → 存储编码 → 返回编码 → 驱动解码 → 应用展示。MySQL 可以查 `SHOW VARIABLES LIKE 'character_set%'` 和 `SHOW VARIABLES LIKE 'collation%'`；PostgreSQL 可以查 `SHOW client_encoding`、`SHOW server_encoding`。必要时用抓包工具看真实字节，而不是只看应用日志。

落地建议很朴素：全链路统一 UTF-8 / utf8mb4；连接参数显式声明字符集和排序规则；库、表、列、连接池初始化保持一致；升级老旧驱动；用 emoji、生僻字、多语言混合文本做测试；注意 `VARCHAR` 长度在字符与字节之间的差异。

数据库驱动底层的连接协议与字符集处理，不是“配置一下就完事”的细节，而是数据正确性的地基。把这两层理解清楚，很多乱码、截断、索引异常和连接池诡异问题，都会从玄学变成可定位、可预防的工程问题。