数据库 varchar text 字符集选择

最新推荐文章于 2024-12-18 04:30:00 发布

zj328316760

最新推荐文章于 2024-12-18 04:30:00 发布

阅读量772

点赞数

CC 4.0 BY-SA版权

分类专栏： Mysql

本文链接：https://blog.youkuaiyun.com/zj328316760/article/details/84978169

Mysql 专栏收录该内容

6 篇文章

订阅专栏

本文深入探讨了UTF-8编码的局限性，特别是在处理四字节Unicode字符如Emoji表情和部分汉字时的问题。介绍了MySQL的utf8mb4编码，解释了其如何兼容四字节Unicode字符，以及在实际应用中选择合适编码的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

UTF-8

UTF-8 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。

utf8mb4

MySQL在5.5.3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 。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。

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。三个字节的 UTF-8 最大能编码的 Unicode 字符是 0xffff，也就是 Unicode 中的基本多文种平面( BMP )。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。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。