VillageSQL is a drop-in replacement for MySQL with extensions.
All examples on this page work on VillageSQL. Install Now →
utf8mb4——正确的默认值
始终使用utf8mb4。MySQL 的 utf8(不带 mb4)是一种 3 字节编码,无法存储 4 字节的 Unicode 字符——其中包括表情符号、许多汉字和各种符号。utf8mb4 才是完整的 UTF-8 编码。
utf8,迁移到 utf8mb4 需要转换数据库、表和列。
字符集速查
成本列说的是日后修正错误选择所需的工作量,而不是字符集本身的性能成本。
latin1 是陷阱:它接受任何字节值而不报错,所以坏数据会悄悄进入,直到您尝试显示或转换时才暴露出来。
排序规则
排序规则决定排序顺序和比较行为。常见选择:utf8mb4_0900_ai_ci 是默认排序规则,也是最好的通用选择。它正确处理 Unicode,不区分大小写(ci),也不区分重音(ai)。只有在需要精确字节匹配时才使用 utf8mb4_bin。
ci = 不区分大小写,cs = 区分大小写,ai = 不区分重音,as = 区分重音。
设置字符集
创建数据库时:CONVERT TO 用一条语句更改每一列。它会重建表,因此耗时与表的大小成正比。
检查字符集
SHOW CREATE TABLE 的输出中,没有显示字符集的列继承了表的默认值。
连接字符集
连接字符集控制 MySQL 期望从客户端收到的编码,以及用于字符串字面量的编码。请始终显式设置它:utf8mb4,因此很少需要显式覆盖。
排序规则对查询的影响
排序规则影响WHERE、ORDER BY 和唯一性:
从 utf8 转换到 utf8mb4
如果您的旧数据库使用utf8(3 字节),请转换它:
utf8mb4 成为新连接的默认值:
常见问题
为什么 MySQL 中的 utf8 不支持表情符号?
MySQL 的 utf8 是 UTF-8 的一个非标准 3 字节子集,早于 4 字节的 Unicode 扩展。表情符号(以及许多其他现代 Unicode 字符)需要 4 个字节。utf8mb4 才是 UTF-8 的正确完整实现。旧的 utf8 别名仅为向后兼容而存在——切勿在新模式中使用它。
更改排序规则会影响现有数据吗?
更改排序规则不会改变存储的字节。它改变的是这些字节的比较和排序方式。但是,唯一索引是按排序规则强制执行的,因此从_bin 改为 _ci 可能会暴露出必须先解决的冲突(Alice 和 alice 变得相等)。
我应该使用哪种排序规则?
大多数情况下使用utf8mb4_0900_ai_ci——它是默认排序规则,并且能很好地处理 Unicode。只有在需要精确字节匹配时才使用 utf8mb4_bin。新项目中请避免使用 utf8mb4_general_ci——它早于 _0900_ai_ci,并且对一些 Unicode 边缘情况的处理不正确。
故障排除
另请参阅
- MySQL 字符串函数——行为取决于排序规则的字符串函数
- MySQL 中的 utf8mb4:存储表情符号和完整 Unicode——utf8 与 utf8mb4 的陷阱以及表情符号的存储
- MySQL 大小写敏感性——排序规则对比较结果的决定作用