【mysql】mysql数据库表字符集utf8与utf8mb4的区别

1. 说明

• 1.MySQL数据库表字符集中的utf8与utf8mb4存在显著的区别，主要体现在字符编码的支持范围和兼容性上。
• 2.utf8和utf8mb4字符集在MySQL数据库中具有不同的编码范围和兼容性特点。
• 3.在选择字符集时，应根据具体的应用场景和需求来决定使用哪种字符集。
• 4.如果需要支持完整的Unicode字符集，包括表情符号和特殊字符，则应选择utf8mb4字符集。

2. 定义与编码范围

2.1 utf8

• 1.在MySQL中，utf8字符集实际上是一个三字节的变长字符集，它支持大多数的国际字符集，但并不是完整的Unicode字符集。
• 2.utf8字符集最多使用3个字节来编码字符，因此它能够表示的字符范围是有限的。
• 3.早期的MySQL版本（如5.5.3之前）中的utf8字符集不支持四字节的Unicode字符，如一些表情符号和某些不常用的汉字。

2.2 utf8mb4

• 1.utf8mb4字符集是utf8的超集，并且完全兼容utf8。
• 2.utf8mb4中的“mb4”表示“most bytes 4”，即最多使用4个字节来编码字符。
• 3.utf8mb4字符集能够完整地表示Unicode字符集，包括所有的表情符号和特殊字符。

3. 兼容性

• 1.utf8mb4兼容utf8：由于utf8mb4是utf8的超集，因此任何在utf8中能够表示的字符在utf8mb4中也同样能够表示。但是，utf8无法表示的字符（如四字节的Unicode字符）在utf8mb4中则能够表示。
• 2.字符集升级：对于已经使用utf8字符集的数据库或表，如果需要支持四字节的Unicode字符，可以将其字符集升级到utf8mb4。但是，这种升级需要谨慎处理，因为可能会涉及到数据的迁移和转换。

4. 应用场景

• 1.utf8：适用于需要支持大多数国际字符集但不需要支持四字节Unicode字符的场景。例如，对于只包含常见语言字符的文本数据，utf8字符集可能已经足够。
• 2.utf8mb4：适用于需要支持完整Unicode字符集的场景。例如，对于包含表情符号、特殊字符或某些不常用汉字的文本数据，应该使用utf8mb4字符集。

5. 排序规则

• 1.utf8mb4字符集对应的排序规则（collation）有utf8mb4_unicode_ci和utf8mb4_general_ci等。
• 2.utf8mb4_unicode_ci：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。但是，由于实现了复杂的排序算法，其性能可能略低于utf8mb4_general_ci。
• 3.utf8mb4_general_ci：没有实现Unicode排序规则，但在绝大多数情况下能够满足排序需求。其性能相对较高，适用于对排序准确性要求不高的场景。