Mysql字符集utf8和utf8mb4詳解

更新時間：2024年12月23日 09:37:49 作者：碎月如割

文章介紹了MySQL中utf8和utf8mb4兩種字符集的區(qū)別,包括編碼方式、存儲空間、索引長度以及支持的Unicode字符范圍,同時,通過創(chuàng)建兩個表并插入數(shù)據(jù)進行存儲長度的比較,驗證了上述理論

背景

1、MySQL在5.5.3版本之后增加了utf8mb4的編碼，mb4就是most bytes 4的意思，專門用來兼容四字節(jié)的unicode；

2、utf8mb4是utf8的超集，除了將編碼改為utf8mb4外不需要做其他轉(zhuǎn)換。當然，為了節(jié)省空間，一般情況下使用utf8也就夠了；

名詞解釋

字符集(character set/charset)：字符的二進制編碼方式；
UTF-8：是unicode的實現(xiàn)方式之一，其他實現(xiàn)方式還有utf-16，utf-32，它是一種變長的編碼，一個符號使用1~4個字節(jié)表示；
utf8：mysql中實現(xiàn)了utf-8編碼的unicode字符集，是utf8mb3的別稱，utf8編碼中一個符號使用1~3個字節(jié)表示；
utf8mb4：mysql中實現(xiàn)了

關(guān)系

1、都實現(xiàn)了utf-8編碼中的的unicode字符集；
2、utf8僅支持基本多語言平面Basic Multilingual Plane (BMP)；
3、utf8mb4支持BMP之外的補充字符，如一些生僻的漢字，emoji字符，以及任何新增的unicode字符。
4、utf8一個字符最多使用3個字節(jié)存儲，utf8mb4一個字符最多使用4個字節(jié)存儲；
5、對于BPM字符，utf8和utf8mb4都使用三個字節(jié)存儲；對于非BMP字符，utf8mb4使用4個字節(jié)存儲，utf8不能存儲非BMP字符；
6、InnoDB中默認最大可對767個字節(jié)建立索引；使用utf8的列最多可對255個字符建立索引；使用utf8mb4的最多可對191個字符建立索引；

實踐

為了驗證上面的理論，創(chuàng)建如下兩個表：它們的字符集分別為utf8和utf8mb4

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

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

向兩個表中分別插入如下數(shù)據(jù)：

insert into test_utf8(name) values ('我是一顆小'), ('我是reo'), ('12345'), ('ggvdc');
insert into test_utf8mb4(name) values ('我是一顆小'), ('我是reo'), ('12345'), ('ggvdc');
insert into test_utf8mb4(name) values ('?????');

查看在兩種字符集下的存儲長度：