Mysql字符集之utf8和utf8mb4的使用问题

Mysql之utf8和utf8mb4的区别

最近在项目中使用Mysql数据库保存emoji表情 😋 时报错

Caused by: java.sql.SQLException: Incorrect string value: '\xF0\x9F\x98\x8D' for column 'name'

坑了大半天，才知道Mysql的utf8编码并不是真正的UTF-8编码，Mysql的utf8最多只支持3个字节，而emoji表情、一些特殊的中文字符则需要4个字节才能存储，因此才会报错。下面是来自维基百科的Unicode字符平面映射，其中UTF-8编码是U+2528D，属于CJK Unified Ideographs Extension B（中日韩统一表意文字扩充B）字符集的字符，处于第二辅助平面（SIP，表意文字补充平面），最多支持4个字节。而Mysql的utf8编码则属于常见的基本多文种平面（BMP，即Unicode编码范围在0000-FFFF之内）的字符，最多支持3个字节。

知道问题根源就好解决了，mysql在MySQL 5.6+版本之后支持4Bytes字节（utf8mb4）的存储，在官网上找到这么一段话。Mysql中的utf8mb4是对原先utf8只能存储3个字节大小的字符的一种补充，是一种真正的UTF-8编码。

不多说，直接如下一顿操作，将数据库及表的字符集设置为utf8mb4，即可修复这个问题。

数据库字符集设置

首先，将Mysql服务器的字符集设置为utf8mb4。通过命令 show variables like 'character%'; 可以查看数据库的字符集设置，下图是我已经配置好的截图。没配置之前，标红的两处变量character_set_database和character_set_server默认值都是latin1，必须都修改为 utf8mb4，否则其他修改后的字符集设置不会生效。

我这边是centos 7的云服务器， vim /etc/my.cnf 修改Mysql的配置文件，下面是正确的字符集配置

[client]
default-character-set=utf8mb4
[mysql]
default-character-set=utf8mb4
[mysqld]
character-set-server=utf8mb4
collation-server=utf8mb4_general_ci

另外在建库时，需要指定字符集编码为 utf8mb4、字符集校对规则为 utf8mb4_general_ci 或 utf8mb4_unicode_ci（两者区别传送门）。

建表时也要指定 utf8mb4 编码，DDL语句如下所示：

CREATE TABLE IF NOT EXISTS pass_user(
    id INT PRIMARY KEY AUTO_INCREMENT,
    name VARCHAR(16) COMMENT '姓名',
    age INT,
    gender VARCHAR(8),
    birthday BIGINT,
    create_time BIGINT,
    update_time BIGINT
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='用户表';

到这里还没完，因为mysql-connector-java驱动包在5.1.13+才支持utf8mb4，因此在选用连接驱动时需要注意驱动包的版本问题。

到此基本上问题已经得到解决，可以愉快的在Mysql数据库中插入4个字节的特殊字符了。如下是修改字符集之后的存储效果图，打完，收工！