針對(duì) Emoji 表情 MySQL 存儲(chǔ)是否支持的問(wèn)題，結(jié)論是：

MySQL 中可以存儲(chǔ) emoji 表情，但需要使用 UTF8MB4 字符編碼。如果使用 UTF8MB3，存儲(chǔ)這些擴(kuò)展字符會(huì)導(dǎo)致解析錯(cuò)誤。

課外補(bǔ)充

MySQL 對(duì) Unicode 的支持

Unicode 字符集已成為計(jì)算機(jī)科學(xué)領(lǐng)域的業(yè)界標(biāo)準(zhǔn)，它整理、編碼了世界上大部分的文字系統(tǒng)，使得計(jì)算機(jī)能夠更簡(jiǎn)便地呈現(xiàn)和處理文字。

為了滿足不同的數(shù)據(jù)存儲(chǔ)和傳遞需求，人們開(kāi)發(fā)了多種 Unicode Transformation Format（UTF）編碼。主要的 UTF 編碼包括 UTF-8、UTF-16 和 UTF-32 等。

根據(jù) MySQL 官方文檔

• https://dev.mysql.com/doc/refman/8.0/en/charset-unicode.html

MySQL 主要支持以下字符集：utf8、ucs2、utf8mb3、utf8mb4、utf16、utf16le 和 utf32。這些字符集在支持的字符范圍和存儲(chǔ)空間需求上有所不同。

在 MySQL 官方文檔中，介紹了支持的編碼方式之后，還有一段醒目的提醒：

圖片

以上文字大致意思是："UTF8MB3 字符集已被棄用，它在未來(lái)的 MySQL 版本中將會(huì)被刪除，請(qǐng)使用 UTF8MB4 代替。在目前的 8.0 版本中，utf8 指的就是 UTF8MB3，雖然未來(lái)可能改成 UTF8MB4，但是為了避免產(chǎn)生歧義，可以考慮為字符集引用顯式指定 UTF8MB4，而不是 utf8。"

這段話的意思是，MySQL 8.0 版本中使用 UTF-8 字符編碼實(shí)際上是使用了 utf8mb3 編碼方式，但 UTF8MB3 已經(jīng)被棄用，并且在未來(lái)的 MySQL 版本中會(huì)被移除。因此，建議在設(shè)定字符集時(shí)明確指定 UTF8MB4，以避免將來(lái)可能引起的歧義和問(wèn)題。

現(xiàn)在我們來(lái)詳細(xì)討論 UTF8MB3 的情況。

UTF8MB3

utf8mb3 字符集是 MySQL 早期支持的一種字符集，具有以下特征：

1. 僅支持 Basic Multilingual Plane（BMP）中的字符，不支持補(bǔ)充字符。
2. 每個(gè)多字節(jié)字符最多需要三個(gè)字節(jié)來(lái)表示。

BMP 指的是基本多文種平面，其中的字符碼位范圍在 0 到 65535（或者用 Unicode 表示為 U+0000 到 U+FFFF）。這意味著 utf8mb3 無(wú)法存儲(chǔ)碼位在 U+10000 到 U+10FFFF 之間的補(bǔ)充字符，包括一些生僻的漢字和 Emoji 表情等。

因此，如果在創(chuàng)建 MySQL 表時(shí)使用 utf8mb3（即 utf-8）作為字符編碼方式，就無(wú)法正確存儲(chǔ)和處理補(bǔ)充字符。

UTF8MB4

早期的 Unicode 版本只使用了 0 到 0xFFFF 范圍的編碼，稱(chēng)為 BMP（Basic Multilingual Plane）字符集。因此，最初 MySQL 設(shè)計(jì)時(shí)只涵蓋了支持 BMP 字符集的 utf8mb3（即 utf-8）。隨著需求增加，包含在 Unicode 標(biāo)準(zhǔn)中的字符數(shù)量也增加了。

因此，早期的 utf8mb3 在某些情況下無(wú)法滿足需求，特別是隨著 Unicode 標(biāo)準(zhǔn)支持更多字符時(shí)，三個(gè)字節(jié)的編碼空間變得不足以覆蓋所有字符。

為了解決這個(gè)問(wèn)題，MySQL 在 5.5.3 版本之后引入了 utf8mb4 字符集。

utf8mb4 字符集具有以下特點(diǎn)：

1. 支持 BMP 和補(bǔ)充字符，即能夠表示從 0 到 0x10FFFF 的所有 Unicode 字符。
2. 每個(gè)多字節(jié)字符最多需要四個(gè)字節(jié)來(lái)編碼。

utf8mb4 與 utf8mb3 字符集不同的地方在于，utf8mb3 僅能表示 BMP 字符，而 utf8mb4 則能夠處理補(bǔ)充字符。對(duì)于 BMP 字符，utf8mb4 和 utf8mb3 的存儲(chǔ)方式相同，但對(duì)于補(bǔ)充字符，utf8mb4 需要四個(gè)字節(jié)來(lái)存儲(chǔ)，而 utf8mb3 則無(wú)法處理這些字符。

因此，為了確保能夠存儲(chǔ)和處理 Unicode 標(biāo)準(zhǔn)中的所有字符，特別是包括 Emoji 表情在內(nèi)的補(bǔ)充字符，建議在創(chuàng)建 MySQL 表時(shí)使用 utf8mb4 字符集，而不是 utf8。

UTF8MB3 和 UTF8MB4 區(qū)別及優(yōu)缺點(diǎn)

前面已經(jīng)分別介紹了 utf8mb3 和 utf8mb4 字符集，它們的區(qū)別總結(jié)如下：

• utf8mb3 只支持 BMP（Basic Multilingual Plane）中的字符，而 utf8mb4 則支持 BMP 以及補(bǔ)充字符。
• 每個(gè)字符在 utf8mb3 中最多使用 3 個(gè)字節(jié)來(lái)編碼，而在 utf8mb4 中最多使用 4 個(gè)字節(jié)。
• utf8mb4 能夠表示更多的補(bǔ)充字符，但因?yàn)槊總€(gè)字符可能使用更多的字節(jié)，所以在存儲(chǔ)空間上可能會(huì)比 utf8mb3 占用更大。

總之，utf8mb4 相比 utf8mb3 提供了更廣泛的字符支持，尤其是對(duì)于包含 Emoji 表情在內(nèi)的補(bǔ)充字符，但這也可能導(dǎo)致數(shù)據(jù)存儲(chǔ)時(shí)占用更多的空間。

從 utf8mb3 轉(zhuǎn)換成 utf8mb4

首先，將字符集從 utf8mb3 轉(zhuǎn)換到 utf8mb4 其實(shí)并不困難：

對(duì)于 BMP 字符，utf8mb4 和 utf8mb3 具有相同的存儲(chǔ)特性：相同的編碼值、相同的編碼方式以及相同的長(zhǎng)度。

對(duì)于補(bǔ)充字符，utf8mb4 需要使用 4 個(gè)字節(jié)進(jìn)行存儲(chǔ)，而 utf8mb3 則無(wú)法存儲(chǔ)這些字符。當(dāng)將使用 utf8mb3 的列轉(zhuǎn)換為 utf8mb4 時(shí)，您無(wú)需擔(dān)心補(bǔ)充字符的轉(zhuǎn)換問(wèn)題，因?yàn)?utf8mb3 根本不支持補(bǔ)充字符。

假設(shè)已有一張表使用了 utf8mb3 字符集：

CREATE TABLE t1 (
  col1 CHAR(10) CHARACTER SET utf8 COLLATE utf8_unicode_ci NOT NULL,
  col2 CHAR(10) CHARACTER SET utf8 COLLATE utf8_bin NOT NULL
) CHARACTER SET utf8;

下面的語(yǔ)句將 t1 轉(zhuǎn)換為 utf8mb4：

ALTER TABLE t1
  DEFAULT CHARACTER SET utf8mb4,
  MODIFY col1 CHAR(10)
    CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL,
  MODIFY col2 CHAR(10)
    CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NOT NULL;