lab/note/随手记/mysql的字符集坑.md

MySQL 字符集的终极巨坑 —— utf8 vs utf8mb4

一句话总结

MySQL 中的 utf8 是个“假货”（最多只支持 3 字节），utf8mb4 才是真正的 UTF-8（支持 4 字节）。

为什么会有这个坑

• 历史遗留：早期 MySQL 开发时，Unicode 字符确实只用 3 个字节就能存下。
• 现象：一旦用户输入 Emoji 表情（如 😀）或部分生僻字（如 𰻝），数据库会直接抛出错误：Incorrect string value。

📊 核心对比

字符集	真实身份	最大字节数	能否存 Emoji	状态
utf8	utf8mb3 (阉割版)	3 字节	❌ 报错	⚠️ 已废弃
utf8mb4	真正的 UTF-8	4 字节	✅ 随便存	✅ 推荐使用

🛠️ 各版本现状与未来

• MySQL 5.7 及以前：默认字符集是 latin1，utf8 是重灾区。
• MySQL 8.0 及以后：默认字符集已改为 utf8mb4（新项目安全系数提升）。
• 官方态度：目前 utf8（即 utf8mb3）已被标记为 Deprecated（废弃）。官方计划在未来的某个大版本中彻底删除 utf8mb3，并让 utf8 这个名字正式指向 utf8mb4。