中文名称和Unicode基本多语言平面（BMP）

Question

我正在使用MySQL构建一个应用程序，其中中文名称需要存储在数据库中。我正在尝试决定是否使用基本utf8编码（仅适用于基本多语言平面，并且在UTF-8编码中每个字符最多存储3个字节），或者如果我需要使用utf8mb4编码，允许编码/存储更高层的字符。

Unicode基本多语言平面（BMP）是否足以存储所有中文专有名称？

Answer 1

MySQL CHARACTER SET utf8仅处理3字节UTF-8代码（BMP）。相反，使用CHARACTER SET utf8mb4，它处理所有4字节代码。是的，包括所有当前为中文，表情符号等定义的Unicode。

如果可行，请使用5.7版。

Answer 2

TL; DR 没关系，坚持使用utf8mb4编码，特别是对于新的应用程序。

长篇答案：两种编码的主要区别在于，MySQL长期支持的utf8支持长度最多为三个字节的UTF8编码字符。从5.5.3开始，如@ rick-james所述，一种新编码，utf8mb4放宽了这一限制，否则没有任何缺点。

根据MySQL documentation，较新的utf8mb4编码解除了这个任意三字符限制，并且几乎没有任何缺点：

  

  
• 对于BMP字符，utf8和utf8mb4具有相同的存储特征：相同的代码值，相同的编码，相同的长度。
  
• 对于补充字符，utf8根本不能存储字符，而utf8mb4需要四个字节来存储它。由于utf8根本无法存储字符，因此在utf8列中没有补充字符，并且在从旧版本的MySQL升级utf8数据时无需担心转换字符或丢失数据。 / LI>   

因此，我的原始问题是错误的：只要您使用的编码实际上支持编码所有Unicode代码点，编码中文名称​​的每个字符的最大字节数就无关紧要。