utf8_general_ci 或 utf8mb4 还是...？答案

【问题标题】：Utf8_general_ci or utf8mb4 or...?utf8_general_ci 或 utf8mb4 还是...？
【发布时间】：2012-07-17 00:29:53
【问题描述】：

utf16 还是 utf32？我正在尝试以多种语言存储内容。一些语言使用双宽字体（例如，日文字体通常是英文字体的两倍）。我不确定我应该使用哪种数据库。有关这四个字符集之间差异的任何信息...

【问题讨论】：

【解决方案1】：

MySQL的utf32和utf8mb4（以及标准的UTF-8）可以直接存储Unicode指定的任何字符；前者的大小固定为每个字符 4 个字节，而后者的大小在每个字符 1 到 4 个字节之间。

utf8mb3 和原来的utf8 只能存储前 65,536 个代码点，这将涵盖 CJVK（中文、日文、越南、韩文），并且每个字符使用 1 到 3 个字节。

utf16 前 65,536 个代码点使用 2 个字节，其他所有代码点使用 4 个字节。

至于字体，这完全是一种视觉上的东西。

【讨论】：

为了更加清楚，关于utf8_general 的评论也适用于所有其他utf8_* 排序规则；所有人都将使用 MySQL 的 utf8mb3 aka utf8 字符集。
@JohnFlatness 谢谢。你的评论正是我接下来要问的。例如，我认为 UTF-16 使用 2 个字节来表示普通话字符？我正在查看您给我的文档，希望它涵盖了 65,536 的含义。 XD
中文字符在基本多语言平面内（前 65,536 个码点）。
从空间角度看，后两者似乎是更好的选择。
utf8 和 utf8mb3 不涵盖所有 CJK 字符，其中一些是 4 字节宽。

【解决方案2】：

utf8mb4 是最好的。

utf8mb4 支持每个字符 4 个字节，而 utf8 支持每个字符 3 个字节，因此它涵盖了更广泛的使用范围而不会出错。

例如，使用utf8mb4，您可以支持表情符号。如果您尝试在不受支持的字符集中插入表情符号，则会出现错误。

utf8mb4 是 2 的更现代版本，最终将取代旧版本。

【讨论】：