浅谈MySQL中utf8和utf8mb4的区别

微信公开课小程序热门讨论「浅谈MySQL中utf8和utf8mb4的区别」最新回复-一、区别1、MySQL在5.5.3之后增加了这个utf8mb4的编码，mb4就是mostbytes4的意思，专门用来兼容四字节的unicode。2、好在utf8mb4是utf8的超集，除了将编码改为utf8mb4外不需要做其他转换。当然，为了节省空间，一般情况下使用utf8也就够了。二、内容描述1、那上面说了既然utf8能够存下大部分中文汉字,那为什么还要使用utf8mb4呢?原来mysql支持的utf8编码最大字符长度为3字节，如果遇到4字节的宽字符就会插入异常了。2、三个字节的UTF8最大能编码的Unicode字符是0xffff，也就是Unicode中的基本多文种平面（BMP）。3、也就是说，任何不在基本多文本平面的Unicode字符，都无法使用Mysql的utf8字符集存储。4、包括Emoji表情（Emoji是一种特殊的Unicode编码，常见于ios和android手机上），和很多不常用的汉字，以及任何新增的Unicode字符等等。三、问题根源1、最初的UTF8格式使用一至六个字节，最大能编码31位字符。最新的UTF8规范只使用一到四个字节，最大能编码21位，正好能够表示所有的17个Unicode平面。2、utf8是Mysql中的一种字符集，只支持最长三个字节的UTF8字符，也就是Unicode中的基本多文本平面。3、Mysql中的utf8为什么只支持持最长三个字节的UTF8字符呢？可能是因为Mysql刚开始开发那会，Unicode还没有辅助平面这一说呢。4、那时候，Unicode委员会还做着“65535个字符足够全世界用了”的美梦。Mysql中的字符串长度算的是字符数而非字节数，对于CHAR数据类型来说，需要为字符串保留足够的长。5、当使用utf8字符集时，需要保留的长度就是utf8最长字符长度乘以字符串长度，所以这里理所当然的限制了utf8最大长度为3，比如CHAR(100)Mysql会保留300字节长度。6、至于后续的版本为什么不对4字节长度的UTF8字符提供支持，我想一个是为了向后兼容性的考虑，还有就是基本多文种平面之外的字符确实很少用到。7、要在Mysql中保存4字节长度的UTF8字符，需要使用utf8mb4字符集，但只有5.5.3版本以后的才支持（查看版本：selectversion();）。8、为了获取更好的兼容性，应该总是使用utf8mb4而非utf8.对于CHAR类型数据，utf8mb4会多消耗一些空间，根据Mysql官方建议，使用VARCHAR替代CHAR。
一、什么是UTF8MB4我们在使用PhpMyAdmin管理面板时，可以在首页看到名为“Serverconnectioncollation”（服务器连接排序规则）的选项，用来选择所使用的字符集。对于我们常用的UTF8，却有utf8和utf8mb4两种，这是为什么呢？原来，MySQL在5.5.3版本之后增加了这个utf8mb4的编码，mb4就是mostbytes4的意思，专门用来兼容四字节的unicode。其实，utf8mb4是utf8的超集，理论上原来使用utf8，然后将字符集修改为utf8mb4，也会不会对已有的utf8编码读取产生任何问题。当然，为了节省空间，一般情况下使用utf8也就够了。二、为什么会有UTF8MB4既然utf8应付日常使用完全没有问题，那为什么还要使用utf8mb4呢?低版本的MySQL支持的utf8编码，最大字符长度为3字节，如果遇到4字节的字符就会出现错误了。三个字节的UTF-8最大能编码的Unicode字符是0xFFFF，也就是Unicode中的基本多文平面（BMP）。也就是说，任何不在基本多文平面的Unicode字符，都无法使用MySQL原有的utf8字符集存储。这些不在BMP中的字符包括哪些呢？最常见的就是Emoji表情（Emoji是一种特殊的Unicode编码，常见于ios和android手机上），和一些不常用的汉字，以及任何新增的Unicode字符等等。三、扩展阅读：UTF-8编码理论上将，UTF-8格式使用一至六个字节，最大能编码31位字符。最新的UTF-8规范只使用一到四个字节，最大能编码21位，正好能够表示所有的17个Unicode平面。关于UTF编码，请阅读《常见编码总结》一文。而utf8则是Mysql早期版本中支持的一种字符集，只支持最长三个字节的UTF-8字符，也就是Unicode中的基本多文本平面。这可能是因为在MySQL发布初期，基本多文种平面之外的字符确实很少用到。而在MySQL5.5.3版本后，要在Mysql中保存4字节长度的UTF-8字符，就可以使用utf8mb4字符集了。例如可以用utf8mb4字符编码直接存储emoj表情，而不是存表情的替换字符。为了获取更好的兼容性，应该总是使用utf8mb4而非utf8，事实上，最新版的phpmyadmin默认字符集就是utf8mb4。诚然，对于CHAR类型数据，使用utf8mb4存储会多消耗一些空间。 更多有关「浅谈MySQL中utf8和utf8mb4的区别」的疑问请扫码关注微信公开课+小程序！了解更多