關於Mysql的utf8和utf8mb4

2021-10-23 22:49:22 字數 1827 閱讀 4996

utf8 和 utf8mb4 它們都是mysql中的乙個字元編碼,之前一直沒有太過於關注這倆個編碼之間的區別。直到在寫sql語句時,遇見乙個錯誤。我試著在utf8編碼的mysql中儲存乙個utf-8字串,就是乙個emoji表情,然後出現了乙個離奇的錯誤:incorrect string value: '\xf0\x9f\x98\x93' for column 'name' at row 1,但是我從前端到後台,以及資料庫中都是使用的utf-8,就連我要儲存的那個字串也是合法的utf-8格式。後面在查詢了相關資料後才知道問題的癥結出現在mysql的「utf8」實際上不是真正的utf-8。utf8只支援每個字元最多三個位元組,而真正的utf-8是每個字元最多四個位元組。

mysql一直沒有修復這個bug,而是從新發布了乙個叫作utf8mb4的字符集,繞過了這個問題。並且沒有對新的字符集廣而告之,以致於現在仍然建議開發者使用utf8,現在看來這個建議是有問題的。

1.mysql的「utf8mb4」是真正的「utf-8」。

2.mysql的「utf8」是一種「專屬的編碼」,它能夠編碼的unicode字元並不多。

一、那麼什麼是編碼?

我們都知道,計算機使用 0 和 1 來儲存文字。比如字元「c」被存成「01000011」,那麼計算機在顯示這個字元時需要經過兩個步驟:

1、計算機讀取「01000011」,得到數字 67,因為 67 被編碼成「01000011」。

2、計算機在 unicode 字符集中查詢 67,找到了「c」。

幾乎所有的網路應用都使用了 unicode 字符集,因為沒有理由使用其他字符集。

unicode 字符集包含了上百萬個字元。最簡單的編碼是 utf-32,每個字元使用 32 位。這樣做最簡單,因為一直以來,計算機將 32 位視為數字,而計算機最在行的就是處理數字。但問題是,這樣太浪費空間了。utf-8 可以節省空間,在 utf-8 中,字元「c」只需要 8 位。

二、utf8 的簡史

為什麼 mysql 開發者會讓utf8失效?我們或許可以從mysql版本提交日誌中尋找答案。

mysql 從 4.1 版本開始支援 utf-8,也就是 2003 年,而今天使用的 utf-8 標準(rfc 3629)是隨後才出現的。舊版的 utf-8 標準(rfc 2279)最多支援每個字元 6 個位元組。2002 年 3 月 28 日,mysql 開發者在第乙個 mysql 4.1 預覽版中使用了rfc 2279。

同年 9 月,他們對 mysql 源**進行了一次調整:「utf8 現在最多隻支援 3 個位元組的序列」。2023年,mysql做出了乙個決定:如果使用者可以保證資料表的每一行都使用相同的位元組數,那麼 mysql 就可以在效能方面來乙個大提公升。為此,使用者需要將文字列定義為「char」,每個「char」列總是擁有相同數量的字元。如果插入的字元少於定義的數量,mysql 就會在後面填充空格,如果插入的字元超過了定義的數量,後面超出部分會被截斷。

mysql 開發者在最開始嘗試 utf-8 時使用了每個字元6個位元組,char(1) 使用6個位元組,char(2)使用12個位元組,並以此類推。應該說,他們最初的行為才是正確的,可惜這一版本一直沒有發布。但是文件上卻這麼寫了,而且廣為流傳,所有了解 utf-8 的人都認同文件裡寫的東西。最終,mysql 在 2010 年重新發布了「utf8mb4」來支援真正的 utf-8。

主要是目前網路上幾乎所有的文章都把utf8當成是真正的 utf-8,包括我之前我做的專案,所以才寫了這個文章,就是希望可以幫助更多朋友避免這個坑。相信還有很多跟我在同一條船上的人,這是必然的。所以,大家以後再搭建mysql等資料庫時,記得將資料庫相應編碼都改為utf8mb4。終有一天,接你班兒的程式設計師發或你的領導現這個問題後,一定會在心裡默默感到你的技術牛b。

utf 8 和 utf8的區別小記

utf 8 是標準寫法,php 在 windows 下邊英文不區分大小寫,所以也可以寫成 utf 8 utf 8 也可以把中間的 省略,寫成 utf8 一般程式都能識別,但也有例外 如下文 為了嚴格一點,最好用標準的大寫 utf 8 在資料庫中只能使用 utf8 mysql 在mysql的命令模式中...

關於Mysql的 UTF 8不是真正的UTF 8

utf8 只支援每個字元最多三個位元組,而真正的utf 8是每個字元最多四個位元組。mysql一直沒有修復這個bug,他們在2010年發布了乙個叫作 utf8mb4 的字符集,繞過了這個問題。當然,他們並沒有對新的字符集廣而告之 可能是因為這個bug讓他們覺得很尷尬 以致於現在網路上仍然在建議開發者...

utf8 和 UTF 8 在使用中的區別

在使用中常常遇到utf 8和utf8,現在終於弄明白他們的使用不同之處了,現在來和大家分享一下,下面我們看一下utf8 和 utf 8 有什麼區別 utf 8 是標準寫法,php在windows下邊英文不區分大小寫,所以也可以寫成 utf 8 utf 8 也可以把中間的 省略,寫成 utf8 一般程...