251 的魔法实验室

遇到了一些问题？

为什么要设置？

TL;DR：生产环境中如果用 utf8 而不是 utf8mb4 会导致数据丢失。

MySQL 的开发者自作多情，它的默认 utf8 字符集对于每个字符只支持最多 3 个字节，而真正的 UTF-8（即 2010 年发布了一个叫作 utf8mb4 的字符集） 是每个字符最多 4 个字节。这使得像「💩」（U+01F4A9）这种 emoji 和「𝌆」（U+1D306）这种符号都无法被插入，你会得到一个错误编号为 1366 的 Warning：

Incorrect string value: '\xF0\x9D\x8C\x86' for column 'column_name' at row 1

而就是这一个字节的差距，导致 MySQL 原本的 utf8 只能让你存储 5.88% 的所有 Unicode 字符。正常的 utf8mb4 则是 100%。

如何修改？

如果你是新安装的，那么从第 5 步看起。

1. 首先，备份你的数据库以防不测。

2. 然后，升级你的 MySQL 至 v5.5.3+。

3. 接着，将表从 utf8 更换成 utf8mb4：

# 对于每个数据库
ALTER DATABASE database_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;
# 对于每个表
ALTER TABLE table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
# 对于每项
ALTER TABLE table_name CHANGE column_name column_name VARCHAR(191) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
# 不要盲目复制粘贴这些，这些只是例子！！

4. 检查列和索引键的最大长度

这可能是最难的，因为我们的字符从 3 字节变成了 4 字节。

如果不知道怎么办，可以看看官方文档。

5. 找到你的 MySQL 配置文件，加入以下内容：

[client]
default-character-set = utf8mb4

[mysql]
default-character-set = utf8mb4

[mysqld]
character-set-client-handshake = FALSE
character-set-server = utf8mb4
collation-server = utf8mb4_unicode_ci

然后用这个命令看看它工作吗？

SHOW VARIABLES WHERE Variable_name LIKE 'character\_set\_%' OR Variable_name LIKE 'collation%';

以下输出代表成功了。

+--------------------------+--------------------+
| Variable_name            | Value              |
+--------------------------+--------------------+
| character_set_client     | utf8mb4            |
| character_set_connection | utf8mb4            |
| character_set_database   | utf8mb4            |
| character_set_filesystem | binary             |
| character_set_results    | utf8mb4            |
| character_set_server     | utf8mb4            |
| character_set_system     | utf8               |
| collation_connection     | utf8mb4_unicode_ci |
| collation_database       | utf8mb4_unicode_ci |
| collation_server         | utf8mb4_unicode_ci |
+--------------------------+--------------------+

6. 修复与优化

可以进每个表这样：

REPAIR TABLE table_name;
OPTIMIZE TABLE table_name;

或者一次性解决：

mysqlcheck -u 用户名 -p --auto-repair --optimize --all-databases

utf8mb4_unicode_ci 还是 utf8mb4_general_ci ？

utf8mb4_unicode_ci 是完完整整按照 Unicode 设计的。

utf8mb4_general_ci 是为了速度上的优化而「偷懒」的，当然也不完完全全遵守 Unicode。

一般来说，除非真的运行在慢机子上，否则还是用前者为好。

参考文献

• https://www.infoq.cn/article/in-mysql-never-use-utf8-use-utf8
• https://mathiasbynens.be/notes/mysql-utf8mb4
• https://stackoverflow.com/questions/766809/whats-the-difference-between-utf8-general-ci-and-utf8-unicode-ci

---

如果喜欢本文，欢迎点击下方的「鼓掌」按钮！

如果上面没有加载出任何东西，可以点击这里。

---

如果喜欢本文，欢迎点击下方的「鼓掌」按钮！

如果上面没有加载出任何东西，可以点击这里。