一、簡(jiǎn)介

MySQL在5.5.3之后增加了這個(gè)utf8mb4的編碼，mb4就是most bytes 4的意思，專(zhuān)門(mén)用來(lái)兼容四字節(jié)的unicode。好在utf8mb4是utf8的超集，除了將編碼改為utf8mb4外不需要做其他轉(zhuǎn)換。當(dāng)然，為了節(jié)省空間，一般情況下使用utf8也就夠了。

二、內(nèi)容描述

那上面說(shuō)了既然utf8能夠存下大部分中文漢字,那為什么還要使用utf8mb4呢? 原來(lái)mysql支持的 utf8 編碼最大字符長(zhǎng)度為 3 字節(jié)，如果遇到 4 字節(jié)的寬字符就會(huì)插入異常了。三個(gè)字節(jié)的 UTF-8 最大能編碼的 Unicode 字符是 0xffff，也就是 Unicode 中的基本多文種平面（BMP）。也就是說(shuō)，任何不在基本多文本平面的 Unicode字符，都無(wú)法使用 Mysql 的 utf8 字符集存儲(chǔ)。包括 Emoji 表情（Emoji 是一種特殊的 Unicode 編碼，常見(jiàn)于 ios 和 android 手機(jī)上），和很多不常用的漢字，以及任何新增的 Unicode 字符等等。

三、問(wèn)題根源

最初的 UTF-8 格式使用一至六個(gè)字節(jié)，最大能編碼 31 位字符。最新的 UTF-8 規(guī)范只使用一到四個(gè)字節(jié)，最大能編碼21位，正好能夠表示所有的 17個(gè) Unicode 平面。

utf8 是 Mysql 中的一種字符集，只支持最長(zhǎng)三個(gè)字節(jié)的 UTF-8字符，也就是 Unicode 中的基本多文本平面。

Mysql 中的 utf8 為什么只支持持最長(zhǎng)三個(gè)字節(jié)的 UTF-8字符呢？我想了一下，可能是因?yàn)?Mysql 剛開(kāi)始開(kāi)發(fā)那會(huì)，Unicode 還沒(méi)有輔助平面這一說(shuō)呢。那時(shí)候，Unicode 委員會(huì)還做著 “65535 個(gè)字符足夠全世界用了”的美夢(mèng)。Mysql 中的字符串長(zhǎng)度算的是字符數(shù)而非字節(jié)數(shù)，對(duì)于 CHAR 數(shù)據(jù)類(lèi)型來(lái)說(shuō)，需要為字符串保留足夠的長(zhǎng)。當(dāng)使用 utf8 字符集時(shí)，需要保留的長(zhǎng)度就是 utf8 最長(zhǎng)字符長(zhǎng)度乘以字符串長(zhǎng)度，所以這里理所當(dāng)然的限制了 utf8 最大長(zhǎng)度為 3，比如 CHAR(100) Mysql 會(huì)保留 300字節(jié)長(zhǎng)度。至于后續(xù)的版本為什么不對(duì) 4 字節(jié)長(zhǎng)度的 UTF-8 字符提供支持，我想一個(gè)是為了向后兼容性的考慮，還有就是基本多文種平面之外的字符確實(shí)很少用到。

要在 Mysql 中保存 4 字節(jié)長(zhǎng)度的 UTF-8 字符，需要使用 utf8mb4 字符集，但只有 5.5.3 版本以后的才支持（查看版本： select version();）。我覺(jué)得，為了獲取更好的兼容性，應(yīng)該總是使用 utf8mb4 而非 utf8. 對(duì)于 CHAR 類(lèi)型數(shù)據(jù)，utf8mb4 會(huì)多消耗一些空間，根據(jù) Mysql 官方建議，使用 VARCHAR 替代 CHAR。

utf8和utf8mb4的區(qū)別

一、簡(jiǎn)介

MySQL在5.5.3之后增加了這個(gè)utf8mb4的編碼，mb4就是most bytes 4的意思，專(zhuān)門(mén)用來(lái)兼容四字節(jié)的unicode。utf8mb4是utf8

的超集，除了將編碼改為utf8mb4外不需要做其他轉(zhuǎn)換。當(dāng)然，為了節(jié)省空間，一般情況下使用utf8也就夠了。

二、內(nèi)容描述

通常，計(jì)算機(jī)在存儲(chǔ)字符時(shí)，會(huì)根據(jù)不同類(lèi)型的字符以及編碼方式分配存儲(chǔ)空間。

例如以下幾種編碼方式;
①ASCII編碼中，一個(gè)英文字母（不分大小寫(xiě)）占用一個(gè)字節(jié)的空間，一個(gè)中文漢字占用兩個(gè)字節(jié)的空間。一個(gè)二進(jìn)制的數(shù)字序列，在計(jì)算機(jī)中作為一個(gè)數(shù)字單元存儲(chǔ)時(shí)，一般為8位二進(jìn)制數(shù)，換算為十進(jìn)制。最小值0，最大值255。

②UTF-8編碼中，一個(gè)英文字符占用一個(gè)字節(jié)的存儲(chǔ)空間，一個(gè)中文（含繁體）占用三個(gè)字節(jié)的存儲(chǔ)空間。

③Unicode編碼中，一個(gè)英文占用兩個(gè)字節(jié)的存儲(chǔ)空間，一個(gè)中文（含繁體）占用兩個(gè)字節(jié)的存儲(chǔ)空間。

④UTF-16編碼中，一個(gè)英文字母字符或一個(gè)漢字字符存儲(chǔ)都需要占用2個(gè)字節(jié)的存儲(chǔ)空間（Unicode擴(kuò)展區(qū)的一些漢字存儲(chǔ)需要4個(gè)字節(jié)）。

⑤UTF-32編碼中，世界上任何字符的存儲(chǔ)都需要占用4個(gè)字節(jié)的存儲(chǔ)空間。

既然utf8能兼容絕大部分的字符，為什么要擴(kuò)展utf8mb4？

隨著互聯(lián)網(wǎng)的發(fā)展，產(chǎn)生了許多新類(lèi)型的字符，也就是我們通常在聊天時(shí)發(fā)的小黃臉表情（四個(gè)字節(jié)存儲(chǔ)），所以，設(shè)計(jì)數(shù)據(jù)庫(kù)時(shí)如果想要允許用戶(hù)使用特殊符號(hào)，最好使用utf8mb4編碼來(lái)存儲(chǔ)，使得數(shù)據(jù)庫(kù)有更好的兼容性，但是這樣設(shè)計(jì)會(huì)導(dǎo)致耗費(fèi)更多的存儲(chǔ)空間。

以上這篇全面了解mysql中utf8和utf8mb4的區(qū)別就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論