某日，数据库建表的时候，我开始好奇mysql的charset编码设置参数。uft8和utf8mb4有啥区别呢？

运行环境 Runtime environment

1
2
3

操作系统： Windos10  
navicat: 15.0.2  
mysql: 5.7.31

背景

某日，数据库建表的时候，我开始好奇mysql的charset编码设置参数。

uft8和utf8mb4有啥区别，谁更有优势呢？

UTF8和UTF8MB4

在早期MySQL版本中，使用只支持最长三字节的UTF8字符集便可以存放所有Unicode字符。

随着Unicode的完善，Unicode字符集收录的字符数量越来越多，最新版本的UTF8需要使用1到4个字节来存放Unicode字符，而MySQL为保持版本兼容，

依旧使用最多3字节的UTF8字符集，并在MySQL 5.5.3版本引入UTF8MB4字符集来支持4字节的Unicode字符。

测试案例

汉字 ‘𤋮’ 和 ‘ 𤋮 ‘ 是异体字，读音均为xi，但两个字的unicode不同：

𤋮 对应的UNICODE是 \ud850\udeee; 
𤋮 对应的UTF8是 &#xD850;&#xDEEE;
𤋮 对应的HEX编码是  %f0%a4%8b%ae
熙 对应的UNICODE是 \u7199 
熙 对应的UTF8是 &#x7199;
熙 对应的HEX编码是 %e7%86%99

charset UTF8 测试

创建测试表:

CREATE TABLE `test_table` (
  `ID` INT(11) NOT NULL AUTO_INCREMENT,
  `test1` VARBINARY(100) DEFAULT NULL,
  `test2` VARCHAR(100) DEFAULT NULL,
  PRIMARY KEY (`ID`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4

UTF8字符集测试:

SET NAMES utf8;

INSERT INTO test_table(test1,test2)
SELECT '熙','熙';
INSERT INTO test_table(test1,test2)
SELECT '𤋮','𤋮';

SELECT * FROM test_table;

执行第一条INSERT有警告信息：

SET NAMES utf8
> OK
> 时间: 0.004s


INSERT INTO test_table(test1,test2)
SELECT '熙','熙'
> Affected rows: 1
> 时间: 0.012s


INSERT INTO test_table(test1,test2)
SELECT '𤋮','𤋮'
> 1366 - Incorrect string value: '\xF0\xA4\x8B\xAE' for column 'test2' at row 1
> 时间: 0.004s

查询结果：

异体字那一行数据，写都写球不上去，在UTF8字符集，VARCHAR类型”无法支持“四字节的”𤋮”，但VARBINARY不受字符集影响。

charset UTF8MB4 测试:

UTF8MB4字符集测试:

SET NAMES utf8mb4;

INSERT INTO test_table(test1,test2)
SELECT '𤋮','𤋮';

INSERT INTO test_table(test1,test2)
SELECT '熙','熙';

SELECT * FROM test_table;

执行结果：

执行顺利，大便通畅.

SET NAMES utf8mb4
> OK
> 时间: 0.004s


INSERT INTO test_table(test1,test2)
SELECT '𤋮','𤋮'
> Affected rows: 1
> 时间: 0.019s


INSERT INTO test_table(test1,test2)
SELECT '熙','熙'
> Affected rows: 1
> 时间: 0.017s


SELECT * FROM test_table
> OK
> 时间: 0.004s