每日小结——utf8 和utf8mb4 笔记

最新推荐文章于 2024-07-22 20:42:30 发布

ButterFly1024

最新推荐文章于 2024-07-22 20:42:30 发布

阅读量723

点赞数

分类专栏：日常小结

本文链接：https://blog.youkuaiyun.com/qingtian2002/article/details/81485600

版权

日常小结专栏收录该内容

2 篇文章

订阅专栏

本文介绍了MySQL从5.5.3版本开始引入的utf8mb4字符编码，它是utf8的超集，支持最多四个字节的字符。在使用utf8mb4时需要注意空间选择，如varchar代替char以节省空间。此外，还讨论了utf8mb4对应的排序字符集，如utf8mb4_unicode_ci和utf8mb4_general_ci的差异，以及它们在性能和准确性上的权衡。文章还提醒了索引长度限制可能导致的问题，并提及Java驱动与服务端字符集的配合。最后，提到了升级到utf8mb4所需的数据库和表结构修改。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

MySQL在 5.5.3 之后增加了 utf8mb4 字符编码，是utf8的超集

Utf8mb4 特点：字符集支持每个字符最多四个字节

注意事项：

1.空间选择。Mysql支持的utf8编码最大字符长度3个字节，当使用utf8字符集是，保留的长度是最长字符数*字符串长度。针对使用char类型的字段，如果使用utf8mb4会多消耗空间，建议使用varchar代替char

2.字符集选择。字符除了需要存储，还需要排序或比较大小，涉及到与编码字符集对应的排序字符集。ut8mb4对应的排序字符集常用的有 utf8mb4_unicode_ci、utf8mb4_general_ci

准确性
utf8mb4_unicode_ci 是基于标准的Unicode来排序和比较，能够在各种语言之间精确排序
utf8mb4_general_ci 没有实现Unicode排序规则，在遇到某些特殊语言或字符是，排序结果可能不是所期望的。比如Unicode把ß、Œ当成ss和OE来看；而general会把它们当成s、e，再如ÀÁÅåāă各自都与 A 相等。
性能
utf8mb4_general_ci 在比较和排序的时候更快
utf8mb4_unicode_ci 在特殊情况下，Unicode排序规则为了能够处理特殊字符的情况，实现了略微复杂的排序算法。

3.索引长度，从utf8转utf8mb4，容易引起索引键超长错误，InnoDB有单个索引最大字节数 768 的限制，而字段定义的是能存储的字符数，比如 VARCHAR(200) 代表能够存200个汉字，索引定义是字符集类型最大长度算的，超过768后抛出异常

4.Java驱动升级，Java驱动会自动检测服务端character_set_server 的配置，建立连接的时候设置字符集为服务端字符集

升级到utf8mb4

修改数据库结构，表结构，字段结构，
修改mysql配置文件

default-character-set = utf8mb4

character-set-client-handshake = FALSE 

character-set-server = utf8mb4 

collation-server = utf8mb4_unicode_ci