MySQL中的utf8与utf8mb4区别详细对比总结

-- 这些字符在utf8下会出错，在utf8mb4下正常
-- 表情符号（Emoji）
INSERT INTO users (name) VALUES ('小明😊开心');  -- 需要utf8mb4

-- 部分生僻汉字
INSERT INTO text (content) VALUES ('𠀀𪚥𪚨');  -- 需要utf8mb4

-- 某些数学符号、音乐符号等
INSERT INTO symbols (symbol) VALUES ('𝄞𝄢');  -- 需要utf8mb4

-- 创建表对比
CREATE TABLE test_utf8 (
    id INT,
    text VARCHAR(100) CHARACTER SET utf8  -- 最大300字节
);

CREATE TABLE test_utf8mb4 (
    id INT,
    text VARCHAR(100) CHARACTER SET utf8mb4  -- 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）

-- 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
SET GLOBAL innodb_large_prefix = ON;
SET GLOBAL innodb_file_format = Barracuda;

-- 数据库级别
CREATE DATABASE mydb CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

-- 表级别
CREATE TABLE mytable (
    id INT PRIMARY KEY,
    content TEXT
) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

-- 列级别
ALTER TABLE mytable MODIFY content VARCHAR(255) 
CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

-- 1. 备份数据
-- 2. 修改数据库默认字符集
ALTER DATABASE database_name CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

-- 3. 修改表字符集
ALTER TABLE table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_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
SHOW VARIABLES LIKE 'character_set%';
SHOW VARIABLES LIKE 'collation%';

# 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

-- 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
SHOW COLLATION LIKE 'utf8mb4%';

-- 查看数据库、表、列的字符集
SELECT 
    TABLE_SCHEMA,
    TABLE_NAME,
    COLUMN_NAME,
    CHARACTER_SET_NAME,
    COLLATION_NAME
FROM information_schema.COLUMNS
WHERE TABLE_SCHEMA = 'your_database'
  AND CHARACTER_SET_NAME IS NOT NULL;

-- 查看当前连接的字符集
SHOW VARIABLES WHERE Variable_name LIKE 'character_set_%' OR Variable_name LIKE 'collation%';

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