mysql中utf8和utf8mb4区别（转）

MySQL在5.5.3以后增长了这个utf8mb4的编码，mb4就是most bytes 4的意思，专门用来兼容四字节的unicode。好在utf8mb4是utf8的超集，除了将编码改成utf8mb4外不须要作其余转换。固然，为了节省空间，通常状况下使用utf8也就够了。

   2、内容描述

   那上面说了既然utf8可以存下大部分中文汉字,那为何还要使用utf8mb4呢? 原来mysql支持的 utf8 编码最大字符长度为 3 字节，若是遇到 4 字节的宽字符就会插入异常了。三个字节的 UTF-8 最大能编码的 Unicode 字符是 0xffff，也就是 Unicode 中的基本多文种平面(BMP)。也就是说，任何不在基本多文本平面的 Unicode字符，都没法使用 Mysql 的 utf8 字符集存储。包括 Emoji 表情(Emoji 是一种特殊的 Unicode 编码，常见于 ios 和 android 手机上)，和不少不经常使用的汉字，以及任何新增的 Unicode 字符等等。

   3、问题根源

   最初的 UTF-8 格式使用一至六个字节，最大能编码 31 位字符。最新的 UTF-8 规范只使用一到四个字节，最大能编码21位，正好可以表示全部的 17个 Unicode 平面。

   utf8 是 Mysql 中的一种字符集，只支持最长三个字节的 UTF-8字符，也就是 Unicode 中的基本多文本平面。

   Mysql 中的 utf8 为何只支持持最长三个字节的 UTF-8字符呢？我想了一下，多是由于 Mysql 刚开始开发那会，Unicode 尚未辅助平面这一说呢。那时候，Unicode 委员会还作着 “65535 个字符足够全世界用了”的好梦。Mysql 中的字符串长度算的是字符数而非字节数，对于 CHAR 数据类型来讲，须要为字符串保留足够的长。当使用 utf8 字符集时，须要保留的长度就是 utf8 最长字符长度乘以字符串长度，因此这里理所固然的限制了 utf8 最大长度为 3，好比 CHAR(100)  Mysql 会保留 300字节长度。至于后续的版本为何不对 4 字节长度的 UTF-8 字符提供支持，我想一个是为了向后兼容性的考虑，还有就是基本多文种平面以外的字符确实不多用到。

   要在 Mysql 中保存 4 字节长度的 UTF-8 字符，须要使用 utf8mb4 字符集，但只有 5.5.3 版本之后的才支持(查看版本： select version();)。我以为，为了获取更好的兼容性，应该老是使用 utf8mb4 而非 utf8.  对于 CHAR 类型数据，utf8mb4 会多消耗一些空间，根据 Mysql 官方建议，使用 VARCHAR  替代 CHAR。