MySQL utf8 和 utf8mb4 有什么区别？Emoji 存不进去怎么办？

Question

仓乃文 · Accepted Answer

MySQL 的 utf8 字符集最多只支持 3 字节的 UTF-8 字符，而标准的 UTF-8 编码最长 4 字节。这意味着 Emoji 表情、生僻汉字（如𠮷）等 4 字节字符存入 utf8 列会报错或变成问号。utf8mb4 才是 MySQL 中真正的 UTF-8。

问题复现：
```sql
-- utf8 字符集的表
CREATE TABLE users (
    name VARCHAR(20) CHARACTER SET utf8
);
INSERT INTO users VALUES ("Tom😀");
-- ERROR 1366 (HY000): Incorrect string value
-- 或存入后变成 Tom?
```

修复方案：
```sql
-- 1. 建表时直接用 utf8mb4
CREATE TABLE users (
    name VARCHAR(20) CHARACTER SET utf8mb4
    COLLATE utf8mb4_unicode_ci
) DEFAULT CHARSET=utf8mb4;

-- 2. 修改已有表的字符集
ALTER TABLE users CONVERT TO CHARACTER SET utf8mb4
  COLLATE utf8mb4_unicode_ci;

-- 3. 只修改某个字段
ALTER TABLE users MODIFY name VARCHAR(20)
  CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
```

utf8 vs utf8mb4 对比：
```
| 维度       | utf8           | utf8mb4        |
|-----------|----------------|----------------|
| 最大字节   | 3 字节         | 4 字节         |
| 支持 Emoji | 不支持         | 支持           |
| 支持生僻字 | 部分           | 全部           |
| 索引长度   | 768 字节       | 3072 字节      |
| 存储开销   | 略小           | 略大（可忽略） |
| MySQL 8.0  | 即将废弃       | 默认字符集     |
```

补充说明：
- MySQL 8.0 已将默认字符集改为 utf8mb4，但 5.7 及以下仍是 latin1 或 utf8
- utf8mb4 的索引键最长 3072 字节（MySQL 8.0），utf8 只有 768 字节
- VARCHAR(255) utf8mb4 的索引长度为 255*4+2=1022 字节，在 5.7 中可能超限
- 规则：新项目一律用 utf8mb4，老项目迁移时注意索引长度变化
- utf8mb4_general_ci 比 utf8mb4_unicode_ci 快但精度略低，一般用 unicode_ci