UTF8mb3和UTF8mb4的区别

最新推荐文章于 2024-10-17 11:16:06 发布

摸摸鱼ing

最新推荐文章于 2024-10-17 11:16:06 发布

阅读量4.5k

点赞数 4

文章标签： mysql

本文链接：https://blog.csdn.net/qq_43387980/article/details/133143979

版权

UTF8mb3和UTF8mb4的区别

UTF-8是一种用于编码Unicode字符的可变长度字符编码标准。
MySQL中的“utf8”编码只支持最大3字节每字符，就是"utf8mb3"。真正的大家正在使用的UTF-8编码是应该能支持4字节每个字符。他们在2010年增加了一个变通的方法：一个新的字符集“utf8mb4”。
"utf8mb4"和"utf8mb3"则是UTF-8的两个变种。它们的主要区别在于能够表示的字符范围。

1. UTF-8 （Unicode）

最早只有127个字符被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，但是要处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，用来把中文编进去。你可以想得到的是，全世界有上百种语言，日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里，各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。

因此，Unicode应运而生。Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。现代操作系统和大多数编程语言都直接支持Unicode。

2. UTF8mb3和UTF8mb4

MySQL数据库的 “utf8”并不是真正概念里的 UTF-8，原因上面是一点，还有一点是MySQL中的“utf8”编码只支持最大3字节每字符。真正的大家正在使用的UTF-8编码是应该能支持4字节每个字符。emoji需要4个字节，因此UTF8MB3无法存储emoji。

但其实MYSQL的开发者，并没有修饰这个bug，而是推出了新的字符集，就是UTF-8MB4字符编码。

3. UTF8MB3编码的优缺点

优点
UTF8MB3相对于UTF8MB4而言，存储一个字符所需的空间少一半，所以在存储大量数据时，UTF8MB3的存储更加节省空间。
缺点
UTF8MB3只能表示BMP平面内的字符，若出现超过此范围的字符，有可能无法正常存储或解析。
同时，UTF8MB3中的字符序列不能被直接用于JSON格式类型的数据，这点需特别注意。

4. UTF8MB3的使用

在MySQL中，UTF8MB3可以通过修改数据库、表或者字段的字符集Collation实现。下面是一个字段使用UTF8MB3编码的代码示例：

CREATE TABLE `test` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(50) COLLATE utf8mb3_unicode_ci DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb3 COLLATE=utf8mb3_unicode_ci;