MySQL中UTF8与UTF8mb4编码间的区别

一、区别

MySQL自5.5.3版起引入了支持更为广泛的编码方案——utf8mb4；其中' mb4'源自'MB'（Most Bytes）加上数字' 4'；其主要目的便是兼容那些使用四字节字符表示的文字；值得注意的是，在这种情况下，默认使用的编码体系仍为UTF-8；因此，在转换过程中无需对现有数据进行额外处理即可无缝衔接；具体来说，在存储空间上可能会略有增加。

二、原因描述

虽然UTF-8足以容纳绝大多数中文字符,但为何还要采用utf8mb4呢？实际上MySQL对UTF-8编码的最大字符长度限定为3个字节,遇到宽度超过3个字节的情况会导致异常。三个字节的最大编码范围覆盖到Unicode的基本多文种平面（BMP），即U+0000到U+FFFF；这意味着任何超出这一范围的文字都无法在MySQL中使用UTF-8存储。这些超出BMP范围的文字无法在MySQL中使用UTF-8存储；包括Emoji表情（Unicode中的特殊编码形式常见于iOS和Android设备上）以及其他一些不常用但仍在使用的文字等

三、问题根源

最初的标准UTF-8格式采用了从一到六个字节的编码方案。该编码方案能够准确表示多达31位字符。最新规范则仅采用从一到四个字节的压缩策略。新的优化版本精确支持最多21位字符，并完美覆盖了全部17个Unicode平面。

MySQ