淺談MySQL編碼utf8與utf8mb4 utf8mb4_unicode_ci與utf8mb4_general_ci

小編這次要給大家分享的是淺談MySQL編碼utf8與utf8mb4 utf8mb4_unicode_ci與utf8mb4_general_ci，文章內容豐富，感興趣的小伙伴可以來了解一下，希望大家閱讀完這篇文章之后能夠有所收獲。

參考：mysql字符集小結

utf8mb4 已成為 MySQL 8.0 的默認字符集，在MySQL 8.0.1及更高版本中將 utf8mb4_0900_ai_ci 作為默認排序規則。

新項目只考慮 utf8mb4

UTF-8 編碼是一種變長的編碼機制，可以用1~4個字節存儲字符。

因為歷史遺留問題，MySQL 中的 utf8 編碼并不是真正的 UTF-8，而是閹割版的，最長只有3個字節。當遇到占4個字節的 UTF-8 編碼，例如 emoji 字符或者復雜的漢字，會導致存儲異常。

從 5.5.3 開始，MySQL 開始用 utf8mb4 編碼來實現完整的 UTF-8，其中 mb4 表示 most bytes 4，最多占用4個字節。從 8.0 之后，將會在某個版本開始用 utf8mb4 作為默認字符編碼。

設置服務器默認字符集為 utf8mb4

創建數據庫時，如果沒有指定字符集，會采用服務器的默認字符集。設置服務器默認字符集為 utf8mb4 可以提高便利性。

編輯 MySQL 的配置文件

只需要關心5個系統變量，這5個都改為 utf8mb4 則修改成功：
character_set_client
character_set_connection
character_set_results
character_set_server
character_set_database

my.cnf 是MySQL 的配置文件，修改之前記得先備份：

vi /etc/my.cnf

在[mysqld]下面加上default-character-set=utf8后服務器啟動不了，莫名其妙。后來這么改就好了（MySQL5.7）：

[mysqld]
init_connect='SET collation_connection = utf8mb4_unicode_ci' 
init_connect='SET NAMES utf8mb4' 
character-set-server=utf8mb4
collation-server=utf8mb4_unicode_ci 
skip-character-set-client-handshake
...
[client]
default-character-set=utf8mb4

MySQL8.0 默認已經是 utf8mb4，不用改懂。如果你要改的話，配置文件如下：

[mysqld]
datadir=/var/lib/mysql
socket=/var/lib/mysql/mysql.sock
log-error=/var/log/mysqld.log
pid-file=/var/run/mysqld/mysqld.pid
character-set-server = utf8mb4
[client]
default-character-set=utf8mb4

重啟并確認

可以看到，系統編碼、連接編碼、服務器和客戶端編碼都設置為 UTF-8了：

mysql> show variables like "%char%";
+--------------------------------------+--------------------------------+
| Variable_name            | Value             |
+--------------------------------------+--------------------------------+
| character_set_client         | utf8mb4            |
| character_set_connection       | utf8mb4            |
| character_set_database        | utf8mb4            |
| character_set_filesystem       | binary             |
| character_set_results        | utf8mb4            |
| character_set_server         | utf8mb4            |
| character_set_system         | utf8              |
| character_sets_dir          | /usr/share/mysql-8.0/charsets/ |
| validate_password.special_char_count | 1               |
+--------------------------------------+--------------------------------+
9 rows in set (0.00 sec)

MySQL 中字符集相關變量

character_set_client：客戶端請求數據的字符集
character_set_connection：從客戶端接收到數據，然后傳輸的字符集
character_set_database：默認數據庫的字符集，無論默認數據庫如何改變，都是這個字符集；如果沒有默認數據庫，那就使用 character_set_server指定的字符集，這個變量建議由系統自己管理，不要人為定義。
character_set_filesystem：把操作系統上的文件名轉化成此字符集，即把 character_set_client轉換character_set_filesystem， 默認binary是不做任何轉換的
character_set_results：結果集的字符集
character_set_server：數據庫服務器的默認字符集
character_set_system：存儲系統元數據的字符集，總是 utf8，不需要設置

創建數據庫時指定字符集為 utf8mb4

如果數據庫默認字符集不是 utf8mb4，那么可以在創建數據庫時指定字符集：

CREATE DATABASE mydb CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

排序字符集 collation

字符除了需要存儲，還需要排序或比較大小。推薦用 utf8mb4_unicode_ci，但是用 utf8mb4_general_ci 也沒啥問題。

MySQL 8.0 默認的是 utf8mb4_0900_ai_ci，屬于 utf8mb4_unicode_ci 中的一種，具體含義如下：

• uft8mb4 表示用 UTF-8 編碼方案，每個字符最多占4個字節。
• 0900 指的是 Unicode 校對算法版本。（Unicode歸類算法是用于比較符合Unicode標準要求的兩個Unicode字符串的方法）。
• ai指的是口音不敏感。也就是說，排序時e，è，é，ê和ë之間沒有區別。
• ci表示不區分大小寫。也就是說，排序時p和P之間沒有區別。

utf8mb4 已成為默認字符集，在MySQL 8.0.1及更高版本中將utf8mb4_0900_ai_ci作為默認排序規則。以前，utf8mb4_general_ci是默認排序規則。由于utf8mb4_0900_ai_ci排序規則現在是默認排序規則，因此默認情況下新表格可以存儲基本多語言平面之外的字符。現在可以默認存儲表情符號。如果需要重音靈敏度和區分大小寫，則可以使用utf8mb4_0900_as_cs代替。

看完這篇關于淺談MySQL編碼utf8與utf8mb4 utf8mb4_unicode_ci與utf8mb4_general_ci的文章，如果覺得文章內容寫得不錯的話，可以把它分享出去給更多人看到。