MySQL的UTF-8编码方式

MySQL 从 4.1 版本开始支持 UTF-8，也就是 2003 年，然而目前流行的UTF-8 标准（RFC 3629）是在此之后规定的。正因此，才造就了MySQL中的UTF-8与我们日常开发中的UTF-8不一致，从到导致了些问题。MySQL的UTF-8只支持每个字符最多三个字节，而真正的 UTF-8 是每个字符最多四个字节。

原创声明

本文发布于简书【Happyjava】。Happy的简书地址：https://www.jianshu.com/u/f69002e01708，Happy的个人博客：http://blog.happyjava.cn。欢迎转载，但须保留此段声明。

问题复现

有数据库表如下：utf8编码方式

image

往数据库存一条记录：

@Test
public void testInsert() {
    User user = new User();
    user.setUsername("\uD83D\uDE00 ");
    user.setPassword("123456");
    userRepo.save(user);
}

这里只是部分代码，看不懂没关系，这里是给user表插入一条记录。其中username是\uD83D\uDE00 。

其实\uD83D\uDE00是一个emoji表情。

image

因为MySQL中utf8字符集只支持三字节UTF-8编码的Unicode范围，而emoji字符属于四字节编码部分，所以程序运行预期是会报错的。运行这段代码：

image

与预期一致，报错了。

解决问题

虽然MySQL的UTF-8存在缺陷，但是MySQL（包括mariadb）官方却没有修复此bug，而是通过2010年重新发布的“utf8mb4”来支持真正的 UTF-8。因此想要解决此问题，只能够将MySQL数据库设置为utf8mb4字符集才行。

总结

这个问题，也是因为某次保存数据的时候保存了一个emoji表情才发现的。其实最早开始用MySQL的时候，就有发现一个utf8mb4了，但是自己却没有却去了解UTF8和UTF8MB4的区别。通过此次教训，以后使用MySQL就老老实实的设置字符集为utf8mb4吧。