永遠不要在 MySQL 中使用 utf8，并且始終使用 utf8mb4 。
MySQL/MariaDB中，utf8字符集并不是對Unicode的真正實現(xiàn)，即不是真正的UTF-8編碼，因為它支持最多3個字節(jié)的字符。
作為可變長字符編碼，UTF-8最多支持4個字節(jié)，對于emoji、中日韓繁體等部分字符，需要使用4個字節(jié)才能完整存儲。也就是，如果想要支持全部的Unicode編碼，MySQL/MariaDB中的utf8是不夠的。
UTF-8 編碼可以表示 Unicode 字符集中的每個符號，范圍從 U+000000 到 U+10FFFF。那是 1,114,112 個可能的符號（并非所有這些 Unicode 代碼點都被分配了字符，但這并不影響UTF-8對其進行編碼。Unicode實際映射了字符的共有1,112,064個碼位）。UTF-8 是一種可變寬度編碼；它使用一到四個(8位bit)字節(jié)對每個符號進行編碼。這樣既可以節(jié)省存儲低代碼值的空間，
又能充分表示所有的字符。
可以說UTF-8是最受歡迎的Unicode編碼實現(xiàn)。
而MySQL/MariaDB真正實現(xiàn)UTF-8編碼的是utf8mb4，最多支持4個字節(jié)的存儲。
總共有 1,048,576 個無法使用的可能代碼點。MySQL 的 utf8 只允許存儲所有可能的 Unicode 代碼點的 5.88% ((0x00FFFF + 1) / (0x10FFFF + 1))。正確的 UTF-8 可以編碼 100% 的所有 Unicode 代碼點。
如果使用utf8，存儲emoji等4個字節(jié)的字符時，通常會報錯 Error: 1366 錯誤：
[Err] 1366 - Incorrect string value: '\xF0\x9F\x98\x93' for column 'xxx' at row xx
[Error] 1366 - Incorrect string value: '\x...' for column 'xxx' at row xx
MySQL/MariaDB 中的utf8mb4是對原先utf8只能存儲3個字節(jié)大小的字符的一種補充，是一種真正的UTF-8編碼。
MySQL 5.5.3+ 版本之后開始支持。
從 MySQL 8.0 開始默認的字符集已經(jīng)變?yōu)?utf8mb4。也就是使用MySQL 8.0及以上版本，就不用擔心字節(jié)長度問題。
MariaDB 10.x 版本默認的字符集仍是 latin1。因此通常情況下，應該修改為utf8mb4。
utf8mb4對應常用的排序規(guī)則為：utf8mb4_general_ci 和 utf8mb4_unicode_ci。
登陸MySQL/MariaDB之后，使用SHOW VARIABLES WHERE Variable_name LIKE 'character\_set\_%' OR Variable_name LIKE 'collation%';查看字符集和排序規(guī)則。
查看字符集：
MariaDB [(none)]> show variables like 'character%'; +--------------------------+------------------------------------------------+ | Variable_name | Value | +--------------------------+------------------------------------------------+ | character_set_client | gbk | | character_set_connection | gbk | | character_set_database | utf8 | | character_set_filesystem | binary | | character_set_results | gbk | | character_set_server | utf8 | | character_set_system | utf8 | | character_sets_dir | C:\Program Files\MariaDB 10.3n\share\charsets\ | +--------------------------+------------------------------------------------+ 8 rows in set (0.043 sec)
由于是在中文Windows下安裝的，所以含有gbk。
Linux下my.cnf ：
> vim /etc/my.cnf # # This group is read both both by the client and the server # use it for options that affect everything # [client-server] [mysqld] character-set-server = utf8mb4 init_connect='SET NAMES utf8mb4' collation-server=utf8mb4_unicode_ci character-set-client-handshake=FALSE [client] default-character-set=utf8mb4 [mysql] default-character-set=utf8mb4 # # include all files from the config directory # !includedir /etc/my.cnf.d
Windows下my.ini ：
[mysqld] datadir=C:/Program Files/MariaDB 10.3n/data port=3306 character_set_server=utf8mb4 # Using unique option prefix 'character_set_client' is error-prone and can break in the future. Please use the full name 'character-set-client-handshake' instead. character-set-client-handshake=utf8mb4 # character_set_client=utf8mb4 collation-server=utf8mb4_unicode_ci init_connect='SET NAMES utf8mb4' skip-character-set-client-handshake=false character_set_filesystem = binary lower_case_table_names=2 [mysqldump] loose_character_set_client=utf8mb4 [mysql] default-character-set=utf8mb4 [client] port=3306 plugin-dir=C:/Program Files/MariaDB 10.3n/lib/plugin default-character-set=utf8mb4
幾個設置項說明：
純凈的精簡的關于utf8mb4字符集和排序規(guī)則的設置，如下，只需要5項設置即可：
[client] default-character-set = utf8mb4 [mysql] default-character-set = utf8mb4 [mysqld] character-set-client-handshake = FALSE character-set-server = utf8mb4 collation-server = utf8mb4_unicode_ci
Linux下使用systemctl restart mariadb或systemctl restart mysqld。必須使用restart重啟(非reload)。
低版本MariaDB啟動或重啟的服務名為mysqld(mysqld.service)。systemctl restart mysqld
Windows下打開“服務”，在服務中找到MariaDB或MySQL對應的服務，右鍵重啟即可。
上面的修改重啟生效后，再次查看，如下，已經(jīng)變成為utf8mb4和utf8mb4_unicode_ci。
MariaDB [(none)]> SHOW VARIABLES WHERE Variable_name LIKE 'character\_set\_%' OR Variable_name LIKE 'collation%'; +--------------------------+--------------------+ | 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 | | collation_connection | utf8mb4_unicode_ci | | collation_database | utf8mb4_unicode_ci | | collation_server | utf8mb4_unicode_ci | +--------------------------+--------------------+ 10 rows in set (0.008 sec)
上面顯示的字符集和排序規(guī)則可以看到，有兩項并不是utf8mb4。
上面的設置已經(jīng)是正確的修改utf8mb4的設置。下面將可能的幾個相關設置項列出來，供可能的參考(雖然基本用不到)：
[client] default-character-set = utf8mb4 [mysql] default-character-set = utf8mb4 [mysqld] explicit_defaults_for_timestamp = 1 # Posting it here as a tip to disable the Timestamp message, maybe it can help someone :) character-set-client-handshake = 0 # FALSE init_connect = 'SET character_set_system = utf8mb4' init_connect = 'SET character_set_connection = utf8mb4' init_connect = 'SET character_set_database = utf8mb4' init_connect = 'SET character_set_results = utf8mb4' init_connect = 'SET collation_database = utf8mb4_unicode_ci' init_connect = 'SET collation_connection = utf8mb4_unicode_ci' init_connect = 'SET NAMES utf8mb4' character-set-server = utf8mb4 #character_set_client = utf8mb4 collation-server = utf8mb4_unicode_ci collation_connection = utf8mb4_unicode_ci collation_database = utf8mb4_unicode_ci
多個init_connect也可以這樣設置：init_connect = 'SET collation_connection = utf8mb4_unicode_ci,NAMES utf8mb4'。未驗證
如果數(shù)據(jù)庫創(chuàng)建之初就是utf8mb4，則就沒有這些煩心事了！?。?br />
第 1 步：創(chuàng)建備份
創(chuàng)建要升級的服務器上所有數(shù)據(jù)庫的備份。安全第一！
第 2 步：升級MySQL服務器
將 MySQL 服務器升級到 v5.5.3+。MySQL升級到8.0就不用第5步MySQL服務器字符集的修改了，默認就是utf8mb4。MariaDB還需要修改字符集。
第 3 步：修改數(shù)據(jù)庫、表和列
將數(shù)據(jù)庫、表和列的字符集和排序規(guī)則屬性更改為使用 utf8mb4 。
# For each database: ALTER DATABASE database_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci; # For each table: ALTER TABLE table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; # For each column: ALTER TABLE table_name CHANGE column_name column_name VARCHAR(191) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; # （不要盲目復制粘貼！具體的語句取決于列類型、最大長度和其他屬性。上面這行只是一個`VARCHAR`列的例子。） # 或者modefy語句 ALTER TABLE table_name MODIFY column_name VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;
第 4 步：檢查列和索引鍵的最大長度
這可能是整個升級過程中最乏味的部分。
從 utf8 轉(zhuǎn)換為 utf8mb4 時，列或索引鍵的最大長度以字節(jié)為單位不變。因此，它在字符方面更小，因為字符的最大長度現(xiàn)在是四個字節(jié)而不是三個字節(jié)。
例如，TINYTEXT 列最多可容納 255 個字節(jié)，這與 85 個三字節(jié)字符或 63 個四字節(jié)字符相關。假設你有一個使用 utf8 的 TINYTEXT 列，但必須能夠包含 63 個以上的字符。鑒于此要求，無法將此列轉(zhuǎn)換為 utf8mb4，除非還將數(shù)據(jù)類型更改為更長的類型，例如 TEXT — 因為如果你嘗試用四字節(jié)字符填充它，將只能輸入 63 個字符，但不能更多。
索引鍵也是如此。 InnoDB 存儲引擎的最大索引長度為 767 字節(jié)，因此對于 utf8 或 utf8mb4 列，您最多可以分別索引 255 或 191 個字符。如果您當前有索引長度超過 191 個字符的 utf8 列，則在使用 utf8mb4 時需要索引較少數(shù)量的字符。 （因此，我不得不將一些索引的 VARCHAR(255) 列更改為 VARCHAR(191)。）
第 5 步：修改連接、客戶端和服務器字符集
在應用程序代碼中，將連接字符集設置為 utf8mb4。這可以通過簡單地用 SET NAMES utf8mb4 替換 SET NAMES utf8 來完成。同時排序規(guī)則也要對應修改，例如 SET NAMES utf8 COLLATE utf8_unicode_ci 變?yōu)?SET NAMES utf8mb4 COLLATE utf8mb4_unicode_ci。
確保同時設置客戶端和服務器字符集。
MySQL 配置文件 (/etc/my.cnf) 中有以下內(nèi)容：
[client] default-character-set = utf8mb4 [mysql] default-character-set = utf8mb4 [mysqld] character-set-client-handshake = FALSE character-set-server = utf8mb4 collation-server = utf8mb4_unicode_ci
第 6 步：修復優(yōu)化所有表（ Repair and optimize ）
升級 MySQL 服務器并進行上述必要更改后，請確保修復和優(yōu)化所有數(shù)據(jù)庫和表。否則可能會遇到奇怪的錯誤，即使沒有錯誤被拋出。
可以為要修復和優(yōu)化的每個表運行以下 MySQL 查詢：
# For each table REPAIR TABLE table_name; OPTIMIZE TABLE table_name;
該工作，可以使用命令行 mysqlcheck 實用程序一次性輕松完成：
$ mysqlcheck -u root -p --auto-repair --optimize --all-databases
這將提示輸入root用戶的密碼，之后將修復和優(yōu)化所有數(shù)據(jù)庫中的所有表。
主要參考翻譯自：How to support full Unicode in MySQL databases，歡迎閱讀原文。
到此這篇關于MySQL/MariaDB中如何支持全部的Unicode的文章就介紹到這了,更多相關MySQL/MariaDB支持Unicode內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
