Add new summaries

Author: github-actions[bot]

_posts/202505/2025-05-22-坑爹的字符集问题：踩到了-mysql-的-bug---v2ex.md

@@ -0,0 +1,51 @@
+---
+layout: post
+---
+# 坑爹的字符集问题：踩到了 MySQL 的 bug - V2EX
+- URL: [原文](https://www.v2ex.com/t/1133409)
+- Added At: 2025-05-22 01:19:39
+- [Link To Text](_posts/2025-05-22-坑爹的字符集问题：踩到了-mysql-的-bug---v2ex_raw.md)
+
+## TL;DR
+在使用`utf8mb4_bin`校对规则的MySQL/OceanBase中，由于换行符小于空格，导致`like 'abc%'`查询在有索引的情况下无法匹配包含换行符的数据。`explain`显示查询被优化为范围查询，但范围计算错误。该问题已报告给MySQL但尚未解决，作者将持续关注并更新进展。
+
+
+## Summary
+1. **问题发现**：同事在MySQL测试中发现使用`like`查询无法匹配到数据。
+
+2. **问题代码**：
+   - 创建表结构：`create table t1 ( c1 varchar(16), key idx (c1) ) collate=utf8mb4_bin;`
+   - 插入数据：`insert into t1 values ('000\n'), ('123\n'), ('abc\n');`
+   - 查询语句：`select * from t1 where c1 like 'abc%';`
+   - 预期结果：应该匹配出 `'abc\n'`，但实际查询结果为空。
+
+3. **OceanBase验证**：在OceanBase上执行相同语句，结果也为空。
+
+4. **索引影响**：
+   - 删除索引后：`alter table t1 drop index idx;`
+   - 再次查询：`select * from t1 where c1 like 'abc%';`
+   - 查询结果：成功匹配到 `'abc\n'`，说明索引导致了查询异常。
+
+5. **Explain分析**：
+   - 使用`explain format=tree`分析带索引的查询：
+     - 查询优化为范围查询：`Covering index range scan on t1 using idx over ('abc' <= c1 <= 'abc?????????????')`
+     - 后面的`?`实际是`0xff`。
+
+6. **校对规则**：
+   - 设置连接校对规则：`set collation_connection=utf8mb4_bin;`
+   - 比较`'abc\n'`和`'abc'`的大小：`select 'abc\n' < 'abc';`
+   - 结果显示`'abc\n' < 'abc'`为真，即`'abc\n'`小于`'abc'`。
+
+7. **字符集信息**：
+   - 查看`utf8mb4_bin`的校对规则：`show collation like 'utf8mb4_bin';`
+   - `Pad_attribute`为`PAD SPACE`，表示长度对齐时补空格。
+   - 空格（`0x20`）比换行符（`0x0a`）大。
+
+8. **问题结论**：在`utf8mb4_bin`校对规则下，`'abc\n'`小于`'abc'`，导致`like 'abc%'`的范围查询优化出现问题。
+
+9. **Bug状态**：
+   - 已向MySQL提交patch，但未被关注。
+   - 其他patch已被合并，但此问题仍然存在。
+
+10. **未来计划**：如果问题得到解决，将会更新进展。
+

_posts/202505/2025-05-22-坑爹的字符集问题：踩到了-mysql-的-bug---v2ex_raw.md

@@ -0,0 +1,130 @@
+---
+layout: post
+---
+Title: 坑爹的字符集问题：踩到了 MySQL 的 bug - V2EX
+
+URL Source: https://www.v2ex.com/t/1133409
+
+Published Time: 2025-05-22T00:33:27Z
+
+Markdown Content:
+昨天的 [/t/1133223](https://www.v2ex.com/t/1133223) 吸引了大家不少的讨论，今天我来说一个工作上遇到的问题。
+
+准确地说，这个问题是 MySQL 字符集中的校对规则出了 BUG ，字符集本身是无辜的。
+
+这个 bug 现在都还在，欢迎大家验证哈。
+
+* * *
+
+故事是这样的。
+
+同事在连 MySQL 库做测试时发现了一个诡异的现象：查不到匹配的数据。
+
+相关语句简化如下（主键等字段已省略）：
+
+```
+create table t1 ( c1 varchar(16), key idx (c1) ) collate=utf8mb4_bin;
+
+insert into t1 values ('000\n'), ('123\n'), ('abc\n');
+
+select * from t1 where c1 like 'abc%';
+```
+
+这怎么看，都应该匹配出 `'abc\n'`，对吧？
+
+事实情况是：
+
+```
+mysql> select * from t1 where c1 like 'abc%';
+Empty set (0.00 sec)
+```
+
+天塌了，查出来竟然是空的。
+
+然后我拿同样的语句在 OceanBase 上跑了一下，竟然也是空。（两眼一黑）
+
+* * *
+
+可能会有人说，那肯定是你写的语句有问题，或者 utf8mb4_bin 就这样，吧啦吧啦。
+
+那如果这样呢：
+
+```
+mysql> alter table t1 drop index idx;
+Query OK, 0 rows affected (0.001 sec)
+Records: 0  Duplicates: 0  Warnings: 0
+
+mysql> select * from t1 where c1 like 'abc%';
++------+
+| c1   |
++------+
+| abc
+ |
++------+
+1 row in set (0.001 sec)
+```
+
+哎，索引删了就好了。
+
+总不能说，加个索引，能把结果集搞没吧。那肯定 bug 了。
+
+* * *
+
+那到底是咋回事呢：带上索引，我们 explain 看一下。
+
+```
+mysql> explain format=tree select * from t1 where c1 like 'abc%' \G
+*************************** 1. row ***************************
+EXPLAIN: -> Filter: (t1.c1 like 'abc%')  (cost=0.46 rows=1)
+    -> Covering index range scan on t1 using idx over ('abc' <= c1 <= 'abc?????????????')  (cost=0.46 rows=1)
+
+1 row in set (0.001 sec)
+```
+
+原来这个前置匹配，因为有索引，优化为了范围查询。后面的一串 `?` 其实是 `0xff`，没什么问题。
+
+那看下 `'abc\n'` 和 `'abc'` 呢？
+
+```
+mysql> set collation_connection=utf8mb4_bin;
+Query OK, 0 rows affected (0.000 sec)
+
+mysql> select 'abc\n' < 'abc';
++-----------------+
+| 'abc\n' < 'abc' |
++-----------------+
+|               1 |
++-----------------+
+1 row in set (0.000 sec)
+```
+
+再次两眼一黑。我倒，怎么会这样。这是什么排序规则。看下 utf8mb4_bin 吧。
+
+```
+mysql> show collation like 'utf8mb4_bin';
++-------------+---------+----+---------+----------+---------+---------------+
+| Collation   | Charset | Id | Default | Compiled | Sortlen | Pad_attribute |
++-------------+---------+----+---------+----------+---------+---------------+
+| utf8mb4_bin | utf8mb4 | 46 |         | Yes      |       1 | PAD SPACE     |
++-------------+---------+----+---------+----------+---------+---------------+
+1 row in set (0.001 sec)
+```
+
+`Pad_attribute` 是 `PAD SPACE`，表示对齐长度时，后面补空格。这下就说通了。空格是 `0x20`，换行符是 `0x0a`。`\n` 比 `` 小。
+
+所以！！虽然反直觉，在 utf8mb4_bin 下，`'abc\n'` 就是 `'abc'` 小！
+
+**结论：`like 'abc%'` 的范围查询优化有问题。**
+
+* * *
+
+关于这个 bug ，我已经向 MySQL 提交了 patch ，但是似乎没有得到关注。我看了下更新日志，我提的另一个 patch 已经被合入，但是这个问题依然还在。看来涉及到字符集，这个坑麻烦到他们都不想处理了。
+
+![Image 1](https://i.imgur.com/UASkTDJ.png)_[ 同一时间提交的代码已经合入 ]_
+
+![Image 2](https://i.imgur.com/AUjpBmz.png)_[ 这个问题还是打开的 ]_
+
+* * *
+
+如果哪天他们合入或者解决了，我再 append 新的进展。
+

data.json

@@ -310,5 +310,11 @@
     "title": "终端AI利器：两款效率神器助你码力十足",
     "url": "https://programnotes.cn/ai-in-terminal/",
     "timestamp": 1747645952
+  },
+  {
+    "month": "202505",
+    "title": "坑爹的字符集问题：踩到了 MySQL 的 bug - V2EX",
+    "url": "https://www.v2ex.com/t/1133409",
+    "timestamp": 1747876906
   }
 ]

summary.md

@@ -2,6 +2,7 @@
 读取 bookmark-collection 中的书签，使用 jina reader 获取文本内容，然后使用 LLM 总结文本。详细实现请参见 process_changes.py。需要和 bookmark-collection 中的 Github Action 一起使用。
 
 ## Summarized Bookmarks
+- (2025-05-22) [坑爹的字符集问题：踩到了 MySQL 的 bug - V2EX](_posts/202505/2025-05-22-%E5%9D%91%E7%88%B9%E7%9A%84%E5%AD%97%E7%AC%A6%E9%9B%86%E9%97%AE%E9%A2%98%EF%BC%9A%E8%B8%A9%E5%88%B0%E4%BA%86-mysql-%E7%9A%84-bug---v2ex.md)
 - (2025-05-19) [终端AI利器：两款效率神器助你码力十足](_posts/202505/2025-05-19-%E7%BB%88%E7%AB%AFai%E5%88%A9%E5%99%A8%EF%BC%9A%E4%B8%A4%E6%AC%BE%E6%95%88%E7%8E%87%E7%A5%9E%E5%99%A8%E5%8A%A9%E4%BD%A0%E7%A0%81%E5%8A%9B%E5%8D%81%E8%B6%B3.md)
 - (2025-05-19) [现在农村老年入怎么样才能平稳过完余生 - V2EX](_posts/202505/2025-05-19-%E7%8E%B0%E5%9C%A8%E5%86%9C%E6%9D%91%E8%80%81%E5%B9%B4%E5%85%A5%E6%80%8E%E4%B9%88%E6%A0%B7%E6%89%8D%E8%83%BD%E5%B9%B3%E7%A8%B3%E8%BF%87%E5%AE%8C%E4%BD%99%E7%94%9F---v2ex.md)
 - (2025-05-16) [aipotheosis-labs/aci](_posts/202505/2025-05-16-aipotheosis-labs-aci.md)