一、簡介
MySQL在5.5.3之後增加了這個utf8mb4的編碼,mb4就是most bytes 4的意思,專門用來兼容四字節的unicode。好在utf8mb4是utf8的超集,除了將編碼改爲utf8mb4外不需要做其他轉換。當然,爲了節省空間,一般情況下使用utf8也就夠了。
二、內容描述
那上面說了既然utf8能夠存下大部分中文漢字,那爲什麼還要使用utf8mb4呢? 原來mysql支持的 utf8 編碼最大字符長度爲 3 字節,如果遇到 4 字節的寬字符就會插入異常了。三個字節的 UTF-8 最大能編碼的 Unicode 字符是 0xffff,也就是 Unicode 中的基本多文種平面(BMP)。也就是說,任何不在基本多文本平面的 Unicode字符,都無法使用 Mysql 的 utf8 字符集存儲。包括 Emoji 表情(Emoji 是一種特殊的 Unicode 編碼,常見於 ios 和 android 手機上),和很多不常用的漢字,以及任何新增的 Unicode 字符等等。
三、問題根源
最初的 UTF-8 格式使用一至六個字節,最大能編碼 31 位字符。最新的 UTF-8 規範只使用一到四個字節,最大能編碼21位,正好能夠表示所有的 17個 Unicode 平面。
utf8 是 Mysql 中的一種字符集,只支持最長三個字節的 UTF-8字符,也就是 Unicode 中的基本多文本平面。
Mysql 中的 utf8 爲什麼只支持持最長三個字節的 UTF-8字符呢?我想了一下,可能是因爲 Mysql 剛開始開發那會,Unicode 還沒有輔助平面這一說呢。那時候,Unicode 委員會還做着 “65535 個字符足夠全世界用了”的美夢。Mysql 中的字符串長度算的是字符數而非字節數,對於 CHAR 數據類型來說,需要爲字符串保留足夠的長。當使用 utf8 字符集時,需要保留的長度就是 utf8 最長字符長度乘以字符串長度,所以這裏理所當然的限制了 utf8 最大長度爲 3,比如 CHAR(100) Mysql 會保留 300字節長度。至於後續的版本爲什麼不對 4 字節長度的 UTF-8 字符提供支持,我想一個是爲了向後兼容性的考慮,還有就是基本多文種平面之外的字符確實很少用到。
要在 Mysql 中保存 4 字節長度的 UTF-8 字符,需要使用 utf8mb4 字符集,但只有 5.5.3 版本以後的才支持(查看版本: select version();)。我覺得,爲了獲取更好的兼容性,應該總是使用 utf8mb4 而非 utf8. 對於 CHAR 類型數據,utf8mb4 會多消耗一些空間,根據 Mysql 官方建議,使用 VARCHAR 替代 CHAR。
mysql中utf8和utf8mb4區別
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章
十分鐘搞清字符集和字符編碼 頂 原 薦
失敗人士
2018-12-02 21:31:20
詳解JDBC對Mysql utf8mb4字符集的處理
留歌36
2018-11-09 06:05:48
Emoji表情無法存儲到mysql
kevin5051
2018-09-11 08:16:24
utf8-mb4引發的問題
mckobe23
2018-09-11 07:40:51
Mysql中utf8和utf8mb4區別
朽木自雕
2018-09-11 05:46:27
mysql中utf8和utf8mb4區別
huang_he_87
2018-09-11 05:19:43
【20180426】 pt-table-sync 和slave中的table中的字段存在表情包亂碼
liuhuang9496
2018-09-11 03:43:29
Mysql表情符插入報錯問題解決
BabyFish13
2018-08-22 15:59:14
關於mysql與emoji的坑
胖了个胖在学习
2018-08-22 08:40:40
105-Laravel之解決mysql5.7以下不能執行數據遷移問題
liguanjie8
2018-08-21 20:48:18
linux CentOS7 mysql 源碼安裝和rpm安裝
weixin_38081382
2020-07-08 12:31:47
linux mysql ERROR 1820 (HY000): Unknown error 1820
weixin_38081382
2020-07-08 12:31:47
mysql預處理語句提取變量,實現動態執行SQL語句
pengdayong77
2020-07-08 12:37:23
面試準備季——MyBatis 面試專題(含答案)
毛发旺盛的程序员
2020-07-08 12:27:20