为什么MYSQL要设定用UTF8MB4编码

utf8与utf8mb4具有相同存储特性：相同的代码值，相同的编码，相同的长度。不过utf8mb4扩展到一个字符最多可有4位元，所以能支持更多的位元集。utf8mb4不只兼容utf8，还能比utf8能展示更新的字符。将编码改为utf8mb4外不需要做其他转换。

为了要跟国际接轨，原本的utf8编码在存储某些国家的文字(或是罕见字)已经不敷使用，因此在mysql5.5.3版以上，可以开始使用4-Byte UTF-8 Unicode的编码方式。

Mysql查看版本方式：select version();

Mysql在5.5.3版本之后增加了utf8mb4字符编码，mb4即most bytes 4。简单说utf8mb4是utf8的超集并完全兼容utf8，能够用四个字元存储更多的字符。

• utf8跟utf8mb4具有相同的的存储特性：相同的代码值，相同的编码，相同的长度。
• 不过使用utf8mb4可以让1字符最多可用4位元，所以能支持更多的位元素。
• utf8mb4可以向下兼容utf8，而且比utf8可以表示更多的字符。此外，将编码改为utf8mb4不需 要其他转换。

utf8已经能够存下大部分中文字，那为什么还要改成使用utf8mb4呢？
原因为mysql支持的utf8编码最大长度为位元(Unicode字符是0Xffff)称之Unicode的基本多文本平面(BMP),但如果遇到4位元的宽字符就会插入异常了，也就是任何不在基本多文本平面的Unicode字符，都无法使用Mysql的utf8字符集存储。

如果要开发讨论区或是国际网页，为了拥有更多的文字兼容行，就可以使用utf8mb4。然而，在CHAR类型数据，utf8mb4会比utf8多消耗一些空间，Mysql官方指出，可使用VARCHAR代替CHAR。

最后，到底使用utf8mb4_general_ci还是utf8mb4_unicode_ci呢？

建议使用：utf8mb4_unicode_ci

这两种排序规则都是为UTF-8字符编码。

utf8mb4_unicode_ci使用标准的Unicode Collation Algorithm(UCA)，utf8mb4_general_ci比utf8mb4_unicode_ci速度要来的快，但是utf8mb4_unicode_ci比utf8mb4_general_ci要来的精确。像是"ß",若是以utf8mb4_general_ci运作，会转成"s",而utf8mb4_unicode_ci则是会转成"ss"。

utf8mb4_general_ci V.S. utf8mb4_unicode_ci

utf8mb4 兼容 utf8，且比 utf8 能表示更多的字串， utf8mb4_unicode_ci 在對文字排序上會比 utf8mb4_general_ci 更精準，utf8mb4_general_ci 是一種簡易化的排序規則，這個規則會把一些相似文字的定義成同一層排序，所以文字排序上無法像 utf8mb4_unicode_ci 這麼精準。因此 utf8mb4_unicode_ci 比較精準。

例如有一些拉丁字母 "ÀÁÅåāă" ，在 utf8mb4_general_ci 的排序規則下，是等同於英文字母 "A"。而 utf8mb4_unicode_ci 還有區分 A, a, À, å。

效能
utf8mb4_general_ci 的效能會比 utf8mb4_unicode_ci 好一些，不過影響的效能很小，很難感受出差別，除非真的很在意這種微小的效能差異，否則建議直接使用 utf8mb4_unicode_ci 就可以了。

https://mathiasbynens.be/notes/mysql-utf8mb4#character-sets