MySQL 中utf8mb4和utf8字符集之间有什么区别？
我已经知道 ASCII ， UTF-8 ， UTF-16 和 UTF-32 编码;
但我很想知道utf8mb4编码组与 MySQL服务器中定义的其他编码类型的区别。
使用utf8mb4而不是utf8是否有任何特殊利益/建议？
答案 0 :(得分：303)
UTF-8是一种可变长度编码。在UTF-8的情况下，这意味着存储一个代码点需要一到四个字节。但是，MySQL的编码称为＆＃34; utf8＆＃34; （＆＃34; utf8mb3＆＃34;的别名）每个代码点最多只存储三个字节。
所以字符集＆＃34; utf8＆＃34; /＆＃34; utf8mb3＆＃34;不能存储所有Unicode代码点：它只支持0x000到0xFFFF的范围，称为＆＃34; Basic Multilingual Plane＆＃34;。 另请参阅Comparison of Unicode encodings。
这是the MySQL documentation的同一页面的先前版本必须说明的内容：
名为utf8 [/ utf8mb3]的字符集每个字符最多使用三个字节，仅包含BMP字符。从MySQL 5.5.3开始，utf8mb4字符集每个字符最多使用四个字节，支持补充字符：
对于BMP字符，utf8 [/ utf8mb3]和utf8mb4具有相同的存储特性：相同的代码值，相同的编码，相同的长度。
对于补充字符， utf8 [/ utf8mb3]无法存储该字符，而utf8mb4需要四个字节来存储它。由于utf8 [/ utf8mb3]根本无法存储字符，因此在utf8 [/ utf8mb3]列中没有任何补充字符，并且在升级旧版本的utf8 [/ utf8mb3]数据时无需担心转换字符或丢失数据的MySQL。
因此，如果您希望列支持存储位于BMP之外的字符（通常是您想要的），例如emoji，请使用＆＃34; utf8mb4＆＃34;。另请参阅What are the most common non-BMP Unicode characters in actual use?。
答案 1 :(得分：44)
utf8mb4字符集非常有用，因为现在我们需要支持不仅存储语言字符，还需要存储符号，新引入的表情符号等。
Mathias Bynens对How to support full Unicode in MySQL databases的精彩解读也可以说明这一点。
答案 2 :(得分：17)
utf8mb4： Unicode 字符集的 UTF-8 编码，使用 每个字符四个字节。
utf8mb3： Unicode 字符集的 UTF-8 编码，使用 每个字符三个字节。
MySQL 中的utf8当前是utf8mb3的别名，已被淘汰，并将在以后的 MySQL中删除发布。届时，utf8 将成为对 utf8mb4的引用。
因此，不管使用哪个别名，您都可以自觉地为自己设置utf8mb4编码。
答案 3 :(得分：2)
utf8是MySQL较旧的，有缺陷的UTF-8实现，正在逐步淘汰。utf8mb4是他们命名的固定UTF-8实现的名称，也是您现在应该使用的名称。在有缺陷的版本中，只有基本多语言平面中的字符有效，而其他字符则被视为无效。这是因为该平面内的代码点值-0到65535（其中一些是出于特殊原因保留的）可以用最多3个字节的UTF-8多字节编码表示，而MySQL的早期版本是UTF-8任意决定将其设置为限制。
早在MySQL发布此功能时，这并不是什么大问题。从那时起，越来越多的新定义的字符范围已被添加到Unicode，并且其值超出了基本的多语言平面。 Unicode本身定义了17个平面，尽管其中10个尚未使用。
为了不破坏旧代码做出任何特殊假设，MySQL保留了已损坏的实现，并将其称为更新的固定版本utf8mb4。这引起了一些混淆，因为该名称被误解为好像是对UTF-8的某种扩展，而不是MySQL当前对UTF-8的真实实现。
将来的MySQL版本最终将淘汰旧版本，现在可以认为它已被弃用。在可预见的将来，您需要使用utf8mb4来确保正确的UTF-8编码。经过足够的时间后，当前的utf8将被删除，并且在将来的某个日期utf8将再次上升，这一次是指固定版本，尽管utf8mb4将继续明确地指代到固定版本。
让我们弄清楚一点：有缺陷的实现绝不是对UTF-8规则的正确解释，因为UTF-8绝没有定义为每个字符最多允许3个字节。实际上，最早的UTF-8定义将其定义为最多6个字节。 MySQL的原始版本总是被任意破坏。
答案 4 :(得分：-1)
MySQL在5.5.3之后添加了此utf8mb4代码，Mb4是最多4个字节的含义，专门设计为与四字节Unicode兼容。幸运的是，UTF8MB4是UTF8的超集，只是不需要将编码转换为UTF8MB4。当然，为了节省空间，一般使用UTF8就足够了。
原始UTF-8格式使用1到6个字节，最多可以编码31个字符。最新的UTF-8规范仅使用1-4个字节，最多可以编码21位，仅代表所有17个Unicode平面。 UTF8是Mysql中的一个字符集，最多仅支持三个字节的UTF-8字符，这是Unicode中的基本多文本平面。
要在Mysql中保存4字节长的UTF-8字符，您需要使用UTF8MB4字符集，但只能使用5.5。支持3个版本之后（查看版本：选择版本（）;）。我认为，为了获得更好的兼容性，您应该始终使用UTF8MB4而不是UTF8。对于char类型的数据，UTF8MB4占用更多空间，并且根据Mysql的官方建议，使用VARCHAR代替char。
在MariaDB utf8mb4中，如果未在服务器配置中明确设置默认CHARSET，则使用COLLATE utf8mb4_unicode_ci。
Refer MariaDB CHARSET & COLLATE Click
CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;