如果您熟悉 MySQL，您可能已经知道它带有多种字符编码。一般来说，在 MySQL 世界和网络上的主要编码之一是 UTF-8 - 它几乎用于所有网络和移动应用程序，并且就MySQL 而言被广泛认为是“默认”选项. UTF-8 还支持多种字符集，并且还有一些独特的其他特性：在这篇博客中，我们将介绍它们，而且我们还将特别介绍一个特性 - MySQL 的“UTF -8" 不被认为是“真正的“UTF-8”。这使你感到困惑的话，那就请接着读下去！
什么是 UTF-8？
首先，UTF-8 是最常见的字符编码之一。在 UTF-8 中，我们拥有的每个字符都由一到四个字节的范围表示。因此，我们有几个字符集：
- utf8 在过去被认为是 MySQL 的“事实上的”标准。本质上，utf8 也可以被认为是 utf8mb3 的“别名”。
- utf8mb3 每个字符使用一到三个字节。
- utf8mb4 每个字符使用一到四个字节。
UTF8 是过去 MySQL 刚起步时的默认字符集，一切都很好。但是，最近与 MySQL 数据库管理员交谈，您会很快意识到现在情况已不再如此。简而言之，utf8 不再是默认字符集 ，而utf8mb4 是。
utf8 与 utf8mb4
utf8 和 utf8mb4 分离的核心原因是 UTF-8 不同于正确的 UTF-8 编码。之所以如此，是因为 UTF-8 不提供完整的 Unicode 支持，这可能导致数据丢失甚至安全问题。UTF-8 未能完全支持 Unicode 是真正的问题——UTF-8 编码每个字符最多需要四个字节，而 MySQL 提供的“utf8”编码只支持三个。看到这方面的问题了吗？换句话说，如果我们想存储这样表示的表情符号：
我们做不到，不是 MySQL 会以“？？？”的格式存储它 或类似的形式，但它不会完全存储，并会响应如下错误消息：
Incorrect string value: '\x77\xD0' for column 'demo_column' at row 1
有了这个错误消息，MySQL 是在说“好吧，我不认识这个笑脸是由哪些字符组成的。抱歉，我在这里无能为力”——此时，您可能想知道正在采取什么措施来克服这种情况一个问题。MySQL 是否知道它的存在？事实上，如果说 MySQL 不知道这个问题，那将是一个谎言——相反，他们知道，但是 MySQL 开发人员从来没有解决这个问题。相反，他们在十多年前与 MySQL 5.5.3 一起发布了一种解决方法。
该解决方法称为“utf8mb4”。utf8mb4 与它的旧版本 - utf8 几乎相同 - 只是编码使用每个字符一到四个字节，这基本上意味着它能够支持更广泛的符号和字符。
使用 MySQL 8.0，稍微处理一下数据，你很快就会注意到 utf8mb4 确实是 MySQL 中可用的默认字符集——而且，据推测，在不久的将来 utf8mb4 将成为 MySQL 中 utf8 标准的参考。
utf8mb4
随着时间的推移，utf8 在几乎所有方面都被 utf8mb4 超越，很自然地，可以使用一些排序规则的变体。从本质上讲，这些排序规则充当了一种排序规则的“集合”，旨在更好地适应特定的数据集。utf8mb4 也有几个：
utf8mb4_general_ci旨在更“通用”地使用 MySQL 和 utf8。该字符集被广泛认为是数据存储的“捷径”，在某些情况下可能会导致排序错误以提高速度。
utf8mb4_unicode_ci面向“高级”用户 - 也就是说，它是一组基于 Unicode 的排序规则，我们可以放心，如果使用此排序规则，我们的数据将得到正确处理。
在这种情况下，请注意_ci排序规则的“”结尾：代表“不区分大小写”。不区分大小写与排序和比较有关。
utf8mb4 这两种“风格”的使用越来越多——随着更新版本的 MySQL 也在发布，我们还可以看到utf8mb4_unicode_ci排序规则是当今大多数使用 MySQL 的人的首选排序规则。一个事实是肯定的 - 并非所有以这种方式使用 MySQL 的人都知道 utf8mb4 与其对应的 utf8 相比所呈现的功能和优势，但是当他们导入具有不寻常字符的数据时，他们肯定会看到不同！我们说服你去 utf8mb4 领域了吗？
正确使用基于 utf8mb4 的数据
以下是一些开发人员如何基于 utf8mb4 创建数据库和表：
除了这个查询给我们一个错误（在查询下方），这对于初学者和高级开发人员来说是一个常见的混淆点 - MySQL 本质上是说当我们使用基于 utf8mb4 的排序规则时，我们还应该使用兼容的字符集，在这种情况下， latin1 无效，所以无论你做什么，请记住以下几点：
utf8mb4 不是 MySQL 及其风格（MariaDB 和 Percona Server）中真正的 utf8：utf8 只支持 3 个字节的数据，utf8mb4 支持 4 个字节，这是 utf8 首先应该做的。如果使用 utf8，某些字符可能无法正常显示。
当我们选择在 MySQL 中使用 utf8mb4 而不是 utf8 时，我们还应该确保使用适当的字符集（utf8mb4）。注意查询下方的成功消息：
现在我们可以开始了——我们可以将各种字符存储在我们的数据库中，并且不会出现 MySQL 错误并出现“不正确的字符串值”错误！
总结
MySQL 中的 UTF-8 已损坏 - 它无法像 UTF-8 那样支持每个字符四个字节。“utf8mb4”可以用来解决这个问题，而且它通常很容易使用 - 只需选择一个特定的排序规则（在这种情况下，如果您将 MySQL 用于个人项目或小型网站，请选择 general 或 Unicode排序规则，或者如果您将它用于更技术性的事情，或者如果您想将 MySQL 推向极限。）
原文标题：MySQL’s UTF-8 Isn’t Real
原文作者：Lukas Vileikis
原文地址：https://dzone.com/articles/mysqls-utf-8-isnt-real
