首頁 > 資料庫 > mysql教程 > 全面了解mysql中utf8和utf8mb4的差異_MySQL

全面了解mysql中utf8和utf8mb4的差異_MySQL

WBOY
發布: 2016-09-09 08:13:41
原創
1054 人瀏覽過

一、簡介

MySQL在5.5.3之後增加了這個utf8mb4的編碼,mb4就是most bytes 4的意思,專門用來相容四位元組的unicode。還好utf8mb4是utf8的超集,除了將編碼改為utf8mb4外不需要做其他轉換。當然,為了節省空間,一般情況下使用utf8就夠了。

二、內容描述

那上面說了既然utf8能夠存下大部分中文漢字,那為什麼還要使用utf8mb4呢? 原來mysql支持的utf8 編碼最大字符長度為3 字節,如果遇到4 字節的寬字符就會插入異常了。三個位元組的 UTF-8 最大能編碼的 Unicode 字元是 0xffff,也就是 Unicode 中的基本多文種平面(BMP)。也就是說,任何不在基本多文本平面的 Unicode字符,都無法使用 Mysql 的 utf8 字符集儲存。包括 Emoji 表情(Emoji 是一種特殊的 Unicode 編碼,常見於 ios 和 android 手機上),和許多不常用的漢字,以及任何新增的 Unicode 字元等等。

三、問題根源

最初的 UTF-8 格式使用一至六個字節,最大能編碼 31 位元字元。最新的 UTF-8 規格只使用一到四個字節,最大能編碼21位,剛好能夠表示所有的 17個 Unicode 平面。

utf8 是 Mysql 中的一種字符集,只支援最長三個位元組的 UTF-8字符,也就是 Unicode 中的基本多文本平面。

Mysql 中的 utf8 為什麼只支援持最長三個位元組的 UTF-8字元呢?我想了一下,可能是因為 Mysql 剛開始開發那會,Unicode 還沒有輔助平面這一說呢。那時候,Unicode 委員會還做著 “65535 個字符足夠全世界用了”的美夢。 Mysql 中的字串長度算的是字元數而非位元組數,對於 CHAR 資料型別來說,需要為字串保留足夠的長。當使用 utf8 字元集時,需要保留的長度就是 utf8 最長字元長度乘以字串長度,所以這裡理所當然的限制了 utf8 最大長度為 3,例如 CHAR(100) Mysql 會保留 300位元組長度。至於後續的版本為什麼不對 4 字節長度的 UTF-8 字符提供支持,我想一個是為了向後兼容性的考慮,還有就是基本多文種平面之外的字符確實很少用到。

要在 Mysql 中保存 4 位元組長度的 UTF-8 字符,需要使用 utf8mb4 字符集,但只有 5.5.3 版本以後的才支援(查看版本: select version();)。我覺得,為了獲取更好的兼容性,應該總是使用 utf8mb4 而不是 utf8. 對於 CHAR 類型數據,utf8mb4 會多消耗一些空間,根據 Mysql 官方建議,使用 VARCHAR 替代 CHAR。

以上這篇全面了解mysql中utf8和utf8mb4的差別就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持。

相關標籤:
來源:php.cn
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板