目录
一、基本概念解析
1.1 utf8mb3（MySQL中的"utf8"）
1.2 utf8mb4（完整的UTF-8支持）
二、核心区别对比
2.1 编码范围差异
2.2 存储空间对比
2.3 索引长度限制
三、实际应用场景
3.1 何时选择utf8mb3
3.2 何时选择utf8mb4
四、迁移和兼容性
4.1 从utf8mb3迁移到utf8mb4
4.2 注意事项
五、性能考虑
5.1 存储性能
5.2 内存使用
六、最佳实践建议
6.1 新项目推荐配置
6.2 连接配置
七、常见问题解答
Q: MySQL 8.0中默认使用哪种字符集？
Q: 如何检查表中是否包含4字节字符？
Q: utf8mb4是否影响排序规则？
总结
参考文献
在MySQL数据库开发中，字符集的选择直接影响着数据的存储、显示和国际化支持。utf8mb4和utf8mb3作为MySQL中常用的字符集编码，理解它们的区别对于数据库设计和应用开发至关重要。本文将深入探讨这两种字符集的差异，帮助您做出正确的选择。
一、基本概念解析
1.1 utf8mb3（MySQL中的"utf8"）
utf8mb3是MySQL中对UTF-8编码的三字节实现，在MySQL 5.7.7之前，当您指定CHARACTER SET utf8时，实际上使用的是utf8mb3编码。
主要特性：
- 最大支持3字节的UTF-8字符
- 覆盖基本多文种平面（BMP）中的字符
- 不支持emoji表情符号和某些特殊字符
1.2 utf8mb4（完整的UTF-8支持）
utf8mb4是MySQL中对UTF-8编码的四字节实现，提供了完整的Unicode支持。
主要特性：
- 支持4字节的UTF-8字符
- 覆盖所有Unicode字符，包括辅助平面字符
- 完整支持emoji表情符号和各种特殊字符
二、核心区别对比
2.1 编码范围差异
| 特性 | utf8mb3 | utf8mb4 |
|---|---|---|
| 最大字节数 | 3字节 | 4字节 |
| Unicode支持 | 仅BMP平面 | 全部Unicode字符 |
| 字符范围 | U+0000到U+FFFF | U+0000到U+10FFFF |
| emoji支持 | 不支持 | 完全支持 |
2.2 存储空间对比
-- 创建测试表 CREATE TABLE charset_test ( utf8mb3_col VARCHAR(100) CHARACTER SET utf8mb3, utf8mb4_col VARCHAR(100) CHARACTER SET utf8mb4 ); -- 插入相同内容 INSERT INTO charset_test VALUES ('Hello 世界', 'Hello 世界');对于相同的文本内容，两种字符集的实际存储空间基本相同，只有在包含4字节字符时才会出现差异。
2.3 索引长度限制
由于MySQL索引长度的限制（最大767字节），在使用utf8mb4时需要注意：
-- utf8mb3：每个字符最多3字节，可索引255个字符 CREATE TABLE table_utf8mb3 ( long_column VARCHAR(255) CHARACTER SET utf8mb3, INDEX idx_long (long_column) ); -- utf8mb4：每个字符最多4字节，只能索引191个字符 CREATE TABLE table_utf8mb4 ( long_column VARCHAR(191) CHARACTER SET utf8mb4, INDEX idx_long (long_column) );三、实际应用场景
3.1 何时选择utf8mb3
适用场景：
- 仅需要存储基本多语言字符
- 不需要支持emoji表情
- 对存储空间有严格限制的旧系统
- 兼容MySQL 5.5.3之前的版本
3.2 何时选择utf8mb4
强烈推荐使用utf8mb4的场景：
- 需要存储emoji表情符号
- 多语言国际化应用
- 需要存储数学符号、音乐符号等特殊字符
- 新项目开发
- MySQL 5.5.3及以上版本
四、迁移和兼容性
4.1 从utf8mb3迁移到utf8mb4
-- 1. 检查当前字符集 SHOW VARIABLES LIKE 'character_set%'; SHOW VARIABLES LIKE 'collation%'; -- 2. 修改数据库字符集 ALTER DATABASE your_database CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; -- 3. 修改表字符集 ALTER TABLE your_table CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; -- 4. 修改连接字符集 SET NAMES utf8mb4;4.2 注意事项
- 索引重建：迁移后需要重新构建索引
- 外键约束：确保相关表都使用相同的字符集
- 存储过程：检查存储过程中的字符集相关操作
- 应用程序：更新应用程序的连接字符集设置
五、性能考虑
5.1 存储性能
- utf8mb4相比utf8mb3会有轻微的性能开销
- 实际影响通常很小，现代硬件可以忽略不计
- 索引查询性能基本相当
5.2 内存使用
- utf8mb4在内存中占用稍多空间
- 对于大多数应用来说，差异可以接受
六、最佳实践建议
6.1 新项目推荐配置
-- 数据库创建 CREATE DATABASE myapp CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; -- 表创建 CREATE TABLE users ( id INT PRIMARY KEY AUTO_INCREMENT, username VARCHAR(50) CHARACTER SET utf8mb4, email VARCHAR(100) CHARACTER SET utf8mb4, profile_text TEXT CHARACTER SET utf8mb4 ) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;6.2 连接配置
在应用程序连接字符串中明确指定字符集：
// PHP PDO示例 $pdo = new PDO( 'mysql:host=localhost;dbname=myapp;charset=utf8mb4', $username, $password );七、常见问题解答
Q: MySQL 8.0中默认使用哪种字符集？
A: MySQL 8.0默认使用utf8mb4字符集。
Q: 如何检查表中是否包含4字节字符？
A: 使用以下查询检测：
SELECT * FROM your_table WHERE your_column REGEXP '[\\x{10000}-\\x{10FFFF}]';Q: utf8mb4是否影响排序规则？
A: 是的，utf8mb4有更完整的排序规则支持，特别是对于特殊字符。
总结
utf8mb4作为MySQL中完整的UTF-8实现，已经成为现代应用开发的标准选择。虽然utf8mb3在特定场景下仍有其价值，但考虑到国际化需求和未来扩展性，建议新项目直接使用utf8mb4字符集。
关键建议：
- 新项目一律使用utf8mb4
- 现有项目根据需求评估迁移必要性
- 注意索引长度限制和兼容性问题
- 确保应用程序连接字符集配置正确
参考文献
- MySQL官方文档：Character Sets and Collations in MySQL
- Unicode官方标准：The Unicode Standard
- MySQL字符集最佳实践指南
- UTF-8编码规范RFC 3629
