MySQL 中的 utf8 vs utf8mb4 区别

核心区别

utf8在MySQL中是一个"不完整"的UTF-8实现，而utf8mb4才是真正的UTF-8实现。

详细对比

1.编码范围不同

2.历史背景

• utf8 (utf8mb3): MySQL早期实现的"阉割版"UTF-8
  • 2003年引入，当时认为3字节足够表示所有字符
  • 实际是UTF-8的一个子集，后来更名为utf8mb3
• utf8mb4: MySQL 5.5.3引入
  • 完整的UTF-8实现
  • “mb4” = “multi-byte 4”

3.实际影响最明显的场景

-- 这些字符在utf8下会出错，在utf8mb4下正常-- 表情符号（Emoji）INSERTINTOusers(name)VALUES('小明😊开心');-- 需要utf8mb4-- 部分生僻汉字INSERTINTOtext(content)VALUES('𠀀𪚥𪚨');-- 需要utf8mb4-- 某些数学符号、音乐符号等INSERTINTOsymbols(symbol)VALUES('𝄞𝄢');-- 需要utf8mb4

4.存储空间差异

-- 创建表对比CREATETABLEtest_utf8(idINT,textVARCHAR(100)CHARACTERSETutf8-- 最大300字节);CREATETABLEtest_utf8mb4(idINT,textVARCHAR(100)CHARACTERSETutf8mb4-- 最大400字节);-- 注意：VARCHAR(100)对于utf8最多存储100个字符（但可能占用最多300字节）-- 对于utf8mb4最多存储100个字符（但可能占用最多400字节）

5.性能差异

关键限制

索引长度限制

-- utf8: 最大索引长度 767字节-- utf8mb4: 最大索引长度 3072字节（MySQL 5.7+）-- 但在早期版本中，InnoDB对utf8mb4的索引限制：-- utf8: VARCHAR(255) 可以建索引 (255×3=765 < 767)-- utf8mb4: VARCHAR(255) 不能建索引 (255×4=1020 > 767)-- 需要改为 VARCHAR(191) (191×4=764 < 767)-- 解决办法：修改innodb_large_prefix设置SETGLOBALinnodb_large_prefix=ON;SETGLOBALinnodb_file_format=Barracuda;

实际使用建议

1.新项目一律使用utf8mb4

-- 数据库级别CREATEDATABASEmydbCHARACTERSETutf8mb4COLLATEutf8mb4_unicode_ci;-- 表级别CREATETABLEmytable(idINTPRIMARYKEY,contentTEXT)CHARACTERSETutf8mb4COLLATEutf8mb4_unicode_ci;-- 列级别ALTERTABLEmytableMODIFYcontentVARCHAR(255)CHARACTERSETutf8mb4COLLATEutf8mb4_unicode_ci;

2.现有系统迁移步骤

-- 1. 备份数据-- 2. 修改数据库默认字符集ALTERDATABASEdatabase_nameCHARACTERSETutf8mb4COLLATEutf8mb4_unicode_ci;-- 3. 修改表字符集ALTERTABLEtable_nameCONVERTTOCHARACTERSETutf8mb4COLLATEutf8mb4_unicode_ci;-- 4. 修改连接配置-- 在my.cnf中：[client]default-character-set=utf8mb4[mysql]default-character-set=utf8mb4[mysqld]character-set-server=utf8mb4 collation-server=utf8mb4_unicode_ci-- 5. 验证修改SHOWVARIABLESLIKE'character_set%';SHOWVARIABLESLIKE'collation%';

3.连接配置

# 命令行连接mysql -u root -p --default-character-set=utf8mb4# 应用程序连接示例# Python (PyMySQL)conn=pymysql.connect(charset='utf8mb4')# PHP (PDO)$pdo=new PDO('mysql:host=localhost;dbname=test;charset=utf8mb4',$user,$pass);# Java (JDBC)jdbc:mysql://localhost:3306/db?characterEncoding=utf8mb4

4.排序规则选择

-- 常用排序规则utf8mb4_unicode_ci-- 基于Unicode标准排序，支持多语言（推荐）utf8mb4_general_ci-- 旧的排序规则，性能稍好但准确性较差utf8mb4_bin-- 二进制排序，区分大小写和重音utf8mb4_0900_ai_ci-- MySQL 8.0默认，基于Unicode 9.0标准-- 查看所有utf8mb4排序规则SHOWCOLLATIONLIKE'utf8mb4%';

兼容性考虑

向下兼容性

• utf8mb4完全兼容utf8（utf8mb3）存储的数据
• 反向不兼容：utf8mb4的数据可能无法在utf8中正常显示

客户端兼容性

• 所有现代客户端都支持utf8mb4
• 确保客户端连接时也使用utf8mb4字符集

验证当前设置

-- 查看数据库、表、列的字符集SELECTTABLE_SCHEMA,TABLE_NAME,COLUMN_NAME,CHARACTER_SET_NAME,COLLATION_NAMEFROMinformation_schema.COLUMNSWHERETABLE_SCHEMA='your_database'ANDCHARACTER_SET_NAMEISNOTNULL;-- 查看当前连接的字符集SHOWVARIABLESWHEREVariable_nameLIKE'character_set_%'ORVariable_nameLIKE'collation%';

总结建议

1. 始终使用utf8mb4，不要使用utf8
2. 排序规则使用utf8mb4_unicode_ci（或MySQL 8.0的utf8mb4_0900_ai_ci）
3. 注意索引长度限制，必要时调整字段长度
4. 确保应用程序连接字符串也使用utf8mb4
5. MySQL 8.0已将utf8mb4作为默认字符集

-- MySQL 8.0默认设置mysql>SELECT@@character_set_database,@@collation_database;+--------------------------+------------------------+|@@character_set_database|@@collation_database|+--------------------------+------------------------+|utf8mb4|utf8mb4_0900_ai_ci|+--------------------------+------------------------+

重要提示：MySQL未来版本中，utf8可能会被重新定义为真正的UTF-8（目前utf8是utf8mb3的别名），建议明确使用utf8mb4以避免不确定性。