MySQL中UTF-8编码方式和utf8mb4的区别

一、概述

    在学习到Mysql调优schema与数据类型优化时，字符集的选择一般推荐大家使用utf8mb4，而不是我们所熟悉的UTF-8编码方式，这是为什么呢？

    这是因为MySQL 从 4.1 版本开始支持 UTF-8，也就是 2003 年，然而目前流行的UTF-8 标准（RFC 3629）是在此之后规定的。正因此，才造就了MySQL中的UTF-8与我们日常开发中的UTF-8不一致，从到导致了些问题。MySQL的UTF-8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。

二、分析

    1. 问题复现

    有数据库表如下：utf8编码方式

@Test
public void testInsert() {
    User user = new User();
    user.setUsername("\uD83D\uDE00 ");
    user.setPassword("123456");
    userRepo.save(user);
}
复制代码

    这里只是部分代码，看不懂没关系，这里是给user表插入一条记录。其中username是\uD83D\uDE00 。其实\uD83D\uDE00是一个emoji表情。因为MySQL中utf8字符集只支持三字节UTF-8编码的Unicode范围，而emoji字符属于四字节编码部分，所以程序运行预期是会报错的。与预期一致，报错了。

    2.  解决问题

    虽然MySQL的UTF-8存在缺陷，但是MySQL（包括mariadb）官方却没有修复此bug，而是通过2010年重新发布的“utf8mb4”来支持真正的 UTF-8。因此想要解决此问题，只能够将MySQL数据库设置为utf8mb4字符集才行。

三、总结

    其实最早开始用MySQL的时候，就有发现一个utf8mb4了，但是却没有却去了解UTF8和UTF8MB4的区别。通过本文，大家以后使用MySQL就老老实实的设置字符集为utf8mb4吧。

    更多精彩内容，敬请扫描下方二维码，关注我的微信公众号【Java觉浅】，获取第一时间更新哦！