我是否需要utf8mb4字符集来存储地理编码address.components long_names？

Question

我正在开发一个应用程序，世界各地的人们在搜索框中输入地址，城市或其他内容。然后他们可以选择与目标匹配的结果。选定的结果包含address.components long_name中的文本。

地理编码器API返回的一些示例：

"long_name" : "King's Street",
"short_name" : "King's St",
"types" : [ "route" ]

"long_name" : "Newport",
"short_name" : "Newport",
"types" : [ "postal_town" ]

"long_name" : "Staffordshire",
"short_name" : "Staffordshire",
"types" : [ "administrative_area_level_2", "political" ]

在这种情况下我会例如商店：

  

“国王街”

     

“纽波特”

     

“斯塔福德”

进入我的数据库。

然后......此应用程序可以存储来自所有国家/地区的位置，也可能存储在这些国家/地区使用的所有官方本地语言 - 谷歌中的“long_name”字符串。 请注意，我在地理编码器中设置了国家/地区和语言，以便以用户的母语显示地图，以及以正确的语言为用户返回结果（address.components字符串）。

有人知道在MySql中使用UTF-8（即3字节UNICODE）时是否可以精确存储address.components long_names（字符集），或者我是否需要使用utf8mb4字符集（4- byte UNICODE）？

如果我需要使用utf8mb4字符集，那是什么原因？ Google Geocoder存储哪些语言需要utf8mb4（4字节）UNICODE，以便在存储到数据库时不会丢失任何字符/语言信息？

Answer 1

如果您的应用程序是绿地工作（新应用程序）并且您使用的是最新版本的MySQL或MariaDb，则应使用utf8mb4。它将处理Unicode中的所有内容，包括一些模糊的字符集，并且您不必再考虑这个问题。

Answer 2

评论意味着真正的问题是关于3字节utf8和4字节utf8mb4的 size 。 （我假设您使用的是VARCHAR或TEXT？

• 对于英语，没有区别 - 每个字符在utf8或utf8mb4中占用1个字节。 大小和编码都不相同。
• 对于欧洲，没有区别 - 每个字符需要1或2个字节。
• 对于大多数亚洲语言而言，没有区别 - 每个字符只需要3个字节。
• 对于中文，有一个问题 - 某些中文字符需要4个字节，将这些数据存储在utf8列中会导致截断或其他错误。

所以，你也可以使用utf8mb4来处理所有事情。

除MySQL之外的每个应用程序，＆＃34; UTF-8＆＃34;指可变长度编码;它甚至可以超过4个字节（尽管尚未为任何字符分配超过4个字节的代码）。