知乎 2024-12-27 07:15 广东
你和utf8发生过什么惨案吗？
最近，小编在知乎上看到这样一个问题：
为什么不建议在MySQL中使用utf8 ？
秉持着和平交流的学习态度，小编精选了几位高赞知乎网友的精彩回答，分享给大家学习交流（勿上升、勿引战）：
1号知乎网友：灵狐技术
MySQL当年在支持utf8的时候，自作聪明整了些优化措施。结果，大家使用过一段时间后，发现了这些优化措施，不能完整地支持utf8。
MySQL后面想修正这个bug。但是，这个优化版utf8已经在外面大量使用了。所以，MySQL只好保留了bug版的优化utf8，然后整了个utf8mb4来重新支持utf8标准。
MySQL的这个教训说明：
对于标准化的东西，别瞎捉摸；
你的理解再怎么自认为有道理，没用！只会闯祸！你做的题，只要对不上公开的标准答案，就是零分……
张鹏华：这个吃过大亏，现在很多订单里面会有表情符号，如果直接保存订单内容会直接从表情符号后截断，没有后面的内容
风之帆：因为MySQL的utf8是阉割版的utf8，utf8mb4才是真正的utf8。
邵NewBee：被坑过一次，项目开发上线了发现不支持表情回复。
精灵福将马国成：我们公司最开始一个项目，当时MySQL数据库设置utf8，项目使用了半年，然后录入了广东那边一个人身份证名称带有生僻字，导致入库报错，后来我们把utf8改成utf8mb4就好了。
2号知乎网友：写代码和简谈人文
MySQL的utf8只支持每个字符最多三个字节，而我们需要的是最多四个字节，从而我们在操作字符串时，会遇到一些很难溯源的bug(比如表情存储)。
MySQL在2010发布了utf8mb4来支持四个字节，可以说MySQL的utf8mb4是我们真正意义上的UTF-8。
MySQL本意是想在utf8上保持空间和速度，但是在使用utf8的char列时，实际使用的空间比预期更大，速度也慢，而且无法保存“”这样的字符，MySQL发布了utf8mb4来绕过了这个问题。
3号知乎网友：CoderJia
在MySQL 8.0中，推荐使用的编码是utf8mb4。这种编码方式完全兼容utf8，每个字符最多占4个字节，就可以支持更多的字符，原来的utf8编码只能存储最多三个字节的字符，这在存储某些国家的文字或罕见字时有些困难了。
从MySQL 8.0版本开始，其默认的连接字符集从latin1改为了utf8mb4，同时字符序也从latin1_swedish_ci改为了utf8mb4_0900_ai_ci。当使用utf8mb4字符集时，通常推荐使用utf8mb4_unicode_ci或utf8mb4_general_ci排序规则。
SQL乱码问题
查看编码
my.ini配置文件
4号知乎网友：爱可生云数据库
官方在后续的 MySQL 版本也会逐渐删除 utf8。
在深入探讨 utf8mb4 的好处之前，我们先澄清一下 utf8mb4 代表什么。在 MySQL 中，“utf8”是指支持 Unicode 字符集的字符编码，每个字符最多使用三个字节。然而，MySQL 中原始的 utf8 实现并没有涵盖所有 Unicode 字符。另一方面，utf8mb4 是 utf8 的修改版本，它支持完整的 Unicode 字符集，包括表情符号和其他补充字符，每个字符最多使用四个字节。
MySQL 中原始的 utf8 实现仅支持基本多文种平面（BMP）中的字符，大约占所有 Unicode 字符的 90%。另一方面，utf8mb4 支持整个 Unicode 字符集，包括表情符号和其他补充字符。它通过每个字符最多使用四个字节而不是 utf8 使用的三个字节来实现此目的。
下表显示了 utf8 和 utf8mb4 之间的区别：
注意：历史上，MySQL 使用字符集 utf8 作为 utf8mb3 的别名。但是，从 MySQL 8.0.28 开始，utf8mb3 仅在 SHOW 语句的输出和信息架构表中引用该字符集时使用。未来，utf8 有望成为 utf8mb4 的参考。为了避免任何歧义，建议在引用该字符集时显式指定 utf8mb4。
如您所见，utf8、utf8mb3 和 utf8mb4 之间的主要区别在于每个字符的最大字节数。utf8 和 utf8mb3 只能存储 BMP 中的字符，而 utf8mb4 还可以存储补充平面（Supplementary Plane）中的字符。这意味着 utf8mb4 可以支持更广泛的字符，包括表情符号、数学符号和其他特殊字符。
这三个字符集之间的另一个区别是它们在 MySQL 中的默认状态。utf8 是 MySQL 5.7 及更早版本中的默认字符集，而 utf8mb3 是 MySQL 8.0 中的默认字符集。但是，utf8mb4 是 MySQL 8.0.28 及更高版本中的默认字符集。
最后，MySQL 8.0 中已弃用 utf8 和 utf8mb3。这意味着它们最终将从 MySQL 中删除，因此建议使用 utf8mb4 代替。
因此，如果您需要存储所有 Unicode 字符，包括表情符号和其他补充字符，那么您应该使用 utf8mb4。但是，如果您只需要存储 BMP 中的字符，那么 utf8 可能就足够了。
5号知乎网友：春秋的呓语
用不等式秒杀
MySQL utf8 ≠ utf8
-
“你和utf8发生过什么惨案故事？”欢迎在留言区交流~
整理丨dbaplus社群
来源丨https://www.zhihu.com/question/630892089
*仅为提供参考和学习交流，不代表dbaplus社群立场！dbaplus社群欢迎广大技术人员投稿，投稿邮箱：editor@dbaplus.cn
