我正在使用MySQL构建一个应用程序，其中中文名称需要存储在数据库中。我正在尝试决定是否使用基本的utf8 编码（仅适用于基本多语言平面，并且在 UTF-8 编码中每个字符最多存储 3 个字节），或者我是否需要使用utf8mb4 编码，它允许对来自更高平面的字符进行编码/存储。
Unicode 基本多语言平面 (BMP) 是否足以存储所有中文专有名称？
【问题讨论】：
标签： mysql unicode encoding utf-8
MySQL 的 CHARACTER SET utf8 仅处理 3 字节的 UTF-8 代码 (BMP)。相反，请使用CHARACTER SET utf8mb4，它处理所有 4 字节代码。是的，包括当前为中文、表情符号等定义的所有 Unicode。
如果可行，请使用 5.7 版。
【讨论】：
utf8编码支持。事实上，这个问题本身有点误解，对于新建应用程序，从utf8mb4 编码开始似乎没有任何缺点，因为字符占用了相同数量的空间。
TL;DR没关系，坚持utf8mb4 编码，尤其是对于新应用程序。
长格式答案：这两种编码之间的主要区别在于 MySQL 长期支持的 utf8 支持最长三个字节的 UTF8 编码字符。从 5.5.3 开始，正如 @rick-james 所指出的，一种新的编码 utf8mb4 放宽了这个限制，并且没有任何缺点。
根据MySQL documentation，较新的utf8mb4 编码解除了这种任意三个字符的限制，并且几乎没有缺点：
- 对于 BMP 字符，
utf8和utf8mb4具有相同的存储特性：相同的代码值、相同的编码、相同的长度。- 对于补充字符，
utf8根本无法存储该字符，而utf8mb4需要四个字节来存储它。因为utf8根本无法存储字符，所以您在utf8列中没有补充字符，并且在从旧版本的MySQL 升级utf8数据时不必担心转换字符或丢失数据。
因此，我最初的问题被误解了：对中文名称的每个字符进行编码的最大字节数应该不重要，只要您使用的编码实际上支持编码所有 Unicode 代码点。
【讨论】：