mysql中utf8和utf8mb4的区别

MySQL在5.5.3之后加入了这个utf8mb4编码，mb4表示最多4个字节，专门用来兼容四字节的unicode。幸运的是，utf8mb4是utf8的超集，除了将编码改为utf8mb4外，不需要其他转换。当然，为了节省空间，通常使用utf8就足够了。



   二、内容说明



   上面说了，既然utf8可以存储大部分汉字，为什么还要用utf8mb4呢？原来mysql支持的utf8编码最大字符长度为3个字节。如果遇到 4 字节宽的字符，将插入异常。 .三字节UTF-8所能编码的最大Unicode字符为0xffff，即Unicode中的Basic Multilingual Plane (BMP)。也就是说，任何不在 Basic Multitext Plane 中的 Unicode 字符都不能使用 Mysql 的 utf8 字符集存储。包括Emoji表情（Emoji是一种特殊的Unicode编码，常见于ios和android手机），以及很多不常用的汉字，以及任何新的Unicode字符等。



   3. 问题根源



   最初的 UTF-8 格式使用 1 到 6 个字节，最多可以编码 31 个字符。最新的 UTF-8 规范仅使用一到四个字节，最多可以编码 21 位，刚好足以表示所有 17 个 Unicode 平面。



   Utf8是Mysql中的一个字符集，只支持最多三个字节的UTF-8字符，是Unicode中的基本多文本平面。



   为什么Mysql中的utf8只支持最多三个字节的UTF-8字符？想了想，可能是Mysql刚开发的时候，Unicode没有辅助平面的缘故。那时，Unicode委还在做着“65535个字符足够全S界使用”的梦想。 Mysql中字符串的长度是按字符数计算的，而不是按字节数计算的。对于CHAR数据类型，需要为字符串预留足够的长度。使用utf8字符集时，需要保留的长度是utf8中最长字符的长度乘以字符串的长度，所以utf8的最大长度被限制为3是很自然的，例如CHAR (100) Mysql会保留300字节的长度。至于为什么后续版本不支持4字节的UTF-8字符，我觉得一是出于向后兼容的考虑，二是Basic Multilingual Plane之外的字符很少使用。



   在Mysql中保存4字节的UTF-8字符，需要使用utf8mb4字符集，但只有5.5.3及以后的版本才支持（查看版本：select version();）。我认为为了更好的兼容性，您应该始终使用 utf8mb4 而不是 utf8。对于CHAR类型的数据，utf8mb4会占用更多的空间。根据Mysql官方的建议，使用VARCHAR而不是CHAR。

19191354232[下载].rar

2023-5-22 19:19 上传

文件大小: 2 KB
下载次数: 0