Mysql字符集utf8和utf8mb4详解

背景

1、MySQL在5.5.3版本之后增加了utf8mb4的编码，mb4就是most bytes 4的意思，专门用来兼容四字节的unicode；

2、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；

名词解释

• 字符集(character set/charset)：字符的二进制编码方式；
• UTF-8：是unicode的实现方式之一，其他实现方式还有utf-16，utf-32，它是一种变长的编码，一个符号使用1~4个字节表示；
• utf8：mysql中实现了utf-8编码的unicode字符集，是utf8mb3的别称，utf8编码中一个符号使用1~3个字节表示；
• utf8mb4：mysql中实现了

关系

• 1、都实现了utf-8编码中的的unicode字符集；
• 2、utf8仅支持基本多语言平面Basic Multilingual Plane (BMP)；
• 3、utf8mb4支持BMP之外的补充字符，如一些生僻的汉字，emoji字符，以及任何新增的unicode字符。
• 4、utf8一个字符最多使用3个字节存储，utf8mb4一个字符最多使用4个字节存储；
• 5、对于BPM字符，utf8和utf8mb4都使用三个字节存储；对于非BMP字符，utf8mb4使用4个字节存储，utf8不能存储非BMP字符；
• 6、InnoDB中默认最大可对767个字节建立索引；使用utf8的列最多可对255个字符建立索引；使用utf8mb4的最多可对191个字符建立索引；

实践

为了验证上面的理论，创建如下两个表：它们的字符集分别为utf8和utf8mb4

CREATE TABLE `test_utf8` (
  `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT COMMENT '主键',
  `name` varchar(5) NOT NULL COMMENT '名称',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='测试utf8';

CREATE TABLE `test_utf8mb4` (
  `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT COMMENT '主键',
  `name` varchar(5) NOT NULL COMMENT '名称',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='测试utf8mb4';

向两个表中分别插入如下数据：

insert into test_utf8(name) values ('我是一颗小'), ('我是reo'), ('12345'), ('ggvdc');
insert into test_utf8mb4(name) values ('我是一颗小'), ('我是reo'), ('12345'), ('ggvdc');
insert into test_utf8mb4(name) values ('?????');

查看在两种字符集下的存储长度：

该图验证了上面3、4、5点理论；

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。