MySQL 的 utf8 其實是「偽 UTF-8」,最大 3 字節,無法存儲 Emoji、生僻字、新增 Unicode 字符。utf8mb4 才是真正的 UTF-8 實現(最多 4 字節)。本文從編碼原理、遷移必要性、兼容性、排序規則選擇四個維度深度解析。
| 特性 | utf8 (MySQL 別名 utf8mb3) | utf8mb4 |
|---|---|---|
| 最大字節/字符 | 3 字節 | 4 字節 |
| Unicode 覆蓋 | 基本多文種平面 (BMP, U+0000~U+FFFF) | 所有 17 個平面 (U+0000~U+10FFFF) |
| Emoji 支援 | ❌ 存入報錯或變 ? | ✅ 原生存儲 |
| 生僻漢字 | ❌ CJK 擴展區缺失 | ✅ 全覆蓋 |
| 存儲開銷 | CHAR 類型固定 3 字節/字符 | CHAR 類型固定 4 字節/字符 (+33%) |
| 引入版本 | MySQL 早期版本 | MySQL 5.5.3+ |
早期 MySQL 為節省空間,實現了「截斷版」UTF-8(僅 BMP)。隨著 Emoji 普及、Unicode 擴展,3 字節不夠用。5.5.3 引入 utf8mb4 修正此缺陷,utf8 保留為 utf8mb3 別名以向下兼容。
[mysqld]
character-set-server = utf8mb4
collation-server = utf8mb4_unicode_ci # 或 utf8mb4_general_ci
init_connect = 'SET NAMES utf8mb4' # 客戶端連線自動設置
-- 庫級
ALTER DATABASE db_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;
-- 表級(含列轉換)
ALTER TABLE tbl_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
-- 僅修改表預設(不轉換現有列)
ALTER TABLE tbl_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;
-- 單列修改
ALTER TABLE tbl_name MODIFY col_name VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
useUnicode=true&characterEncoding=utf8mb4(5.5.2+ 自動識別)charset='utf8mb4'charset=utf8mb4 DSN 參數SET NAMES utf8mb4-- 檢查實際編碼
SHOW CREATE TABLE tbl_name;
SELECT CHARSET(col_name), COLLATION(col_name) FROM tbl_name LIMIT 1;
-- 實測 Emoji 寫入
INSERT INTO t(col) VALUES ('😀🎉🚀');
SELECT col, HEX(col), CHAR_LENGTH(col), LENGTH(col) FROM t;
-- LENGTH=12 (4字節*3), CHAR_LENGTH=3 正確
| 規則 | 特點 | 推薦場景 |
|---|---|---|
| utf8mb4_unicode_ci | 基於 Unicode 標準排序,準確處理多語言、特殊字符 | 多語言應用、嚴格排序需求 |
| utf8mb4_general_ci | 簡化排序規則,速度略快,部分語言排序不準 | 純中英文、極高性能要求、歷史兼容 |
| utf8mb4_0900_ai_ci | MySQL 8.0+ 預設,Unicode 9.0 標準,支援音標/大小寫不敏感 | MySQL 8.0+ 新項目首選 |
一般建議:新項目直接用 utf8mb4_0900_ai_ci (8.0+) 或 utf8mb4_unicode_ci (5.7),除非有明確性能瓶頸且經基準測試確認需用 general_ci。
VARCHAR(255) utf8mb4 索引長度 1020 字節 > InnoDB 767 字節限制(5.7.7 前),解決:縮短列長、升級 5.7.7+ 啟用 innodb_large_prefix、或用前綴索引utf8mb4 不是選擇題,是必答題。盡早遷移,為業務國際化、用戶體騂、數據資產長期價值鋪路。