utf8和utf8mb4的區別詳解

utf8和utf8mb4的區別

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。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也就夠了。

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支援的 utf8 編碼最大字元長度為 3 位元組，如果遇到 4 位元組的寬字元就會插入異常了。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，任何不在基本多文字平面的 Unicode字元，都無法使用 Mysql 的 utf8 字元集儲存。包括 Emoji 表情(Emoji 是一種特殊的 Unicode 編碼，常見於 ios 和 android 手機上)，和很多不常用的漢字，以及任何新增的 Unicode 字元等等(utf8的缺點)。

通常，計算機在儲存字元時，會根據不同型別的字元以及編碼方式分配儲存空間。例如以下幾種編碼方式;

①ASCII編碼中，一個英文字母（不分大小寫）佔用一個位元組的空間，一個中文漢字占用兩個位元組的空間。一個二進位制的數位序列，在計算機中作為一個數位單元儲存時，一般為8位元二進位制數，換算為十進位制。最小值0，最大值255。

②UTF-8編碼中，一個英文字元佔用一個位元組的儲存空間，一個中文（含繁體）占用三個位元組的儲存空間。

③Unicode編碼中，一個英文占用兩個位元組的儲存空間，一個中文（含繁體）占用兩個位元組的儲存空間。

④UTF-16編碼中，一個英文字母字元或一個漢字字元儲存都需要佔用2個位元組的儲存空間（Unicode擴充套件區的一些漢字儲存需要4個位元組）。

⑤UTF-32編碼中，世界上任何字元的儲存都需要佔用4個位元組的儲存空間。

既然utf8能相容絕大部分的字元，為什麼要擴充套件utf8mb4？

隨著網際網路的發展，產生了許多新型別的字元，例如emoji這種型別的符號，也就是我們通常在聊天時發的小黃臉表情，這種字元的出現不在基本多平面的Unicode字元之中，導致無法在MySQL中使用utf8儲存，MySQL於是對utf8字元進行了擴充套件，增加了utf8mb4這個編碼。

所以，設計資料庫時如果想要允許使用者使用特殊符號，最好使用utf8mb4編碼來儲存，使得資料庫有更好的相容性，但是這樣設計會導致耗費更多的儲存空間。

推薦教學：《php從入門到精通》

以上就是utf8和utf8mb4的區別詳解的詳細內容，更多請關注TW511.COM其它相關文章！