问utf8mb4和MySQL中的utf8字符集有什么区别？

EN

UTF-8是一种可变长度编码。在使用UTF-8的情况下，这意味着存储一个码点需要一到四个字节。然而，MySQL的名为"utf8“(别名为"utf8mb3")的编码，每个代码点最多只能存储三个字节。

因此字符集"utf8"/"utf8mb3“不能存储所有的Unicode代码点:它只支持从0x000到0xFFFF的范围，也就是所谓的"Basic Multilingual Plane”。另请参见Comparison of Unicode encodings。

这是(上一个版本的同一页面) the MySQL documentation对此的评论：

名为utf8/utf8mb3的字符集每个字符最多使用三个字节，并且仅包含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具有相同的存储特征:相同的代码值、相同的编码、相同的长度。

• 对于补充字符，utf8/utf8mb3根本不能存储该字符，而utf8mb4需要四个字节来存储它。由于utf8/utf8mb3根本不能存储字符，因此utf8/utf8mb3列中没有任何补充字符，因此在从旧版本的MySQL升级utf8/utf8mb3数据时，无需担心转换字符或丢失数据。

因此，如果您希望列支持存储位于BMP之外的字符(而且您通常希望这样做)，比如emoji，那么可以使用"utf8mb4“。另请参见What are the most common non-BMP Unicode characters in actual use?。

utf8mb4字符集非常有用，因为现在我们不仅需要支持存储语言字符，还需要支持存储符号、新引入的表情符号等。

马蒂亚斯·拜恩斯在How to support full Unicode in MySQL databases上的一篇不错的读物也可以说明这一点。

摘自MySQL 8.0 Reference Manual

• utf8mb4：使用对Unicode字符集进行UTF-8编码每个character.
• utf8mb3：使用一到四个字节使用对Unicode字符集进行UTF-8编码每个字符使用一到三个字节。

在MySQL中，utf8目前是utf8mb3的别名，已被弃用，并将在未来的MySQL版本中删除。在这一点上，utf8 将成为 utf8mb4的引用。

因此，不管别名是什么，您都可以有意识地为自己设置一个utf8mb4编码。

为了完整地回答这个问题，我想在下面添加 @WilliamEntriken's 注释(也取自手册)：

若要避免对utf8含义的歧义，请考虑为字符集引用显式指定utf8mb4，而不是utf8。