字符集选择utf8mb4
最佳实践：新建数据库或表时，优先使用 utf8mb4 编码（如 utf8mb4_unicode_ci 排序规则），避免因字符不支持导致的存储问题，尤其是用户生成内容（UGC）、社交类应用等场景。
utf8 和 utf8mb4 都是数据库中常用的 Unicode 字符编码方式，但它们在支持的字符范围上有核心区别，这直接影响对特殊字符（如 emoji、罕见文字）的存储能力。以下是具体对比：
-
支持的字符范围（核心区别）
utf8
实际是 utf8mb3 的别名（mb3 = most bytes 3），最多支持 3 个字节 的 Unicode 字符。
可存储大部分常用字符（如英文、中文、日文等），但不支持 4 字节的特殊字符，例如：
Emoji 表情（如 😊、🎉、🚀）
某些罕见文字（如古汉语、数学符号、特殊符号等）
部分国旗、多肤色 emoji 组合（如 👨👩👧👦）
若强行存储 4 字节字符，会导致插入失败或数据被截断（出现乱码）。
utf8mb4
表示 most bytes 4，支持 4 个字节 的 Unicode 字符，是真正完整的 UTF-8 编码。
可以存储所有 Unicode 字符，包括上述 utf8 不支持的 emoji、罕见文字等。 -
存储空间
utf8（utf8mb3）：每个字符最多占用 3 字节。
utf8mb4：每个字符最多占用 4 字节。
对于英文字符（1 字节）、中文字符（3 字节），两者存储占用相同；但对于 4 字节字符（如 emoji），只有 utf8mb4 能正常存储。 -
数据库兼容性
MySQL：
utf8 实际是 utf8mb3 的别名，默认不支持 4 字节字符。
utf8mb4 从 MySQL 5.5.3 开始支持，是推荐的 UTF-8 编码方式。
其他数据库：
PostgreSQL 的 UTF8 编码本质是 utf8mb4，原生支持 4 字节字符。
SQL Server 的 UTF8 编码（2019+ 支持）也支持 4 字节字符，相当于 utf8mb4。
总结：如何选择？
场景 推荐编码 理由
需要存储 emoji、特殊符号 utf8mb4 唯一支持 4 字节 Unicode 字符的编码
纯英文、常规中文等基础字符 两者均可 但建议优先用 utf8mb4，避免未来扩展问题
旧系统兼容性要求 utf8（谨慎） 仅当确认无 4 字节字符需求时使用
最佳实践：新建系统优先选择 utf8mb4，除非有明确的本地化限制或历史兼容需求。utf8mb4 虽然在纯中文场景下比 gbk 多占用约 50% 空间，但兼容性和扩展性优势显著，能避免未来因字符支持问题导致的重构。
utf8mb4 和 gbk 是两种不同的字符编码方式，在支持的字符范围、存储效率、适用场景等方面有显著区别，以下是具体对比：
-
支持的字符范围
utf8mb4
属于 Unicode 编码 的完整实现（支持 4 字节字符），可存储 全球所有语言的字符，包括：
中文、英文、日文、韩文等主流语言
Emoji 表情（如 😊、🎉）、特殊符号（如数学符号、古文字）
多字节组合字符（如 👨👩👧👦 家庭符号）
是真正意义上的 “万国码”，覆盖了几乎所有人类使用的字符。
gbk
是 中文国家标准编码（扩展自 gb2312），主要支持：
简体中文、繁体中文（部分）
英文、数字及常见符号
不支持其他语言（如日文、韩文）和 4 字节特殊字符（如 emoji），字符覆盖范围有限。 -
存储字节数（空间效率）
utf8mb4
英文字符、数字、符号：1 字节
中文、日文等常用字符：3 字节
Emoji 及特殊字符：4 字节
gbk
英文字符、数字、符号：1 字节
中文字符：2 字节
对比：存储纯中文时，gbk 更节省空间（2 字节 vs 3 字节）；但存储多语言或特殊字符时，utf8mb4 是唯一选择。 -
适用场景
utf8mb4 适用场景：
多语言业务（如跨境电商、国际社交平台）
需要存储 emoji 或特殊符号的场景（如用户评论、聊天记录）
未来可能扩展到全球市场的系统
追求兼容性和通用性的新系统
gbk 适用场景：
仅需支持中文和英文的本地化系统（如内部管理系统）
对存储容量敏感，且确认无多语言 / 特殊字符需求
旧系统兼容（如传统政务、企业内部系统） -
数据库兼容性
utf8mb4：主流数据库（MySQL 5.5.3+、PostgreSQL、SQL Server 2019+）均支持，是现代系统的推荐编码。
gbk：支持度也较广，但属于区域性编码，在国际版数据库或工具中可能需要额外配置。
总结：如何选择？
因素 推荐 utf8mb4 推荐 gbk
字符范围 需支持多语言、emoji 或特殊符号 仅需中文 + 英文，无特殊字符需求
系统扩展性 未来可能扩展到全球或新增特殊字符场景 确定为本地化系统，长期无扩展需求
空间效率 可接受稍高的存储空间（尤其是中文场景） 对存储容量敏感，需极致节省空间
时代适应性 新系统、互联网应用首选 旧系统兼容、特定本地化场景