MySQL 的“utf8”

MySQL 的“utf8”实际上不是真正的 UTF-8。
在 MySQL 中，“utf8”编码只支持每个字符最多三个字节，而真正的 UTF-8 是每个字符最多四个字节。
在 utf8 编码中，中文是占 3 个字节，其他数字、英文、符号占一个字节。
但 emoji 符号占 4 个字节，一些较复杂的文字、繁体字也是 4 个字节。所以导致写入失败，应该改成 utf8mb4。

MySQL 的“utf8”是一种“专属的编码”，它能够编码的 Unicode 字符并不多。
在这里 Mark 一下： 所有在使用“utf8”的 MySQL 和 MariaDB 用户都应该改用“utf8mb4”，永远都不要再使用“utf8”。

那么什么是编码？什么是 UTF-8？我们都知道，计算机使用 0 和 1 来存储文本，比如字符“C”被存成“01000011”。
那么计算机在显示这个字符时需要经过两个步骤 ：
计算机读取“01000011”，得到数字 67，因为 67 被编码成“01000011”。
计算机在 Unicode 字符集中查找 67，找到了“C”。
同样的 ：
我的电脑将“C”映射成 Unicode 字符集中的 67。
我的电脑将 67 编码成“01000011”，并发送给 Web 服务器。
几乎所有的网络应用都使用了 Unicode 字符集，因为没有理由使用其他字符集。
Unicode 字符集包含了上百万个字符。最简单的编码是 UTF-32，每个字符使用 32 位。
这样做最简单，因为一直以来，计算机将 32 位视为数字，而计算机最在行的就是处理数字。但问题是，这样太浪费空间了。
UTF-8 可以节省空间，在 UTF-8 中，字符“C”只需要 8 位，一些不常用的字符，比如“😓”需要 32 位。其他的字符可能使用 16 位或 24 位。
一篇类似本文这样的文章，如果使用 UTF-8 编码，占用的空间只有 UTF-32 的四分之一左右。