为什么 MySQL utf8 存不下 Emoji？utf8mb4 实战演示

一、MySQL utf8 与 utf8mb4 区别详解

在使用 MySQL 时，很多人会遇到 中文/Emoji 存储变成问号 (?) 的问题。表面看似是「编码问题」，实际上是因为 MySQL 的 utf8 并不是真正的 UTF-8，而是阉割版，只能存 3 字节字符。
如果要完整支持 Unicode，包括 emoji、冷僻汉字、少数民族文字、历史文字，就必须使用 utf8mb4。

---

1. utf8 与 utf8mb4 的区别

特性	utf8 (MySQL)	utf8mb4
最大字节	3 字节	4 字节
支持范围	基本多文种平面 (BMP)，常见汉字、英文、符号	全部 Unicode，包括 emoji、冷僻汉字、特殊符号
是否推荐	❌ 不推荐	✅ 推荐
出现问题	存 emoji 报错或变成 ?	可正常存储

👉 mb4 = most bytes 4，代表最多可用 4 字节存储字符，才是真正的 UTF-8 实现。

---

2. 常见字符及字节数示例

字符	Unicode 编码	UTF-8 字节数	说明
A	U+0041	1	英文
中	U+4E2D	3	常用汉字
ༀ	U+0F00	3	藏文
😄	U+1F604	4	Emoji
𠮷	U+20BB7	4	冷僻汉字（扩展 B 区）
𠀀	U+20000	4	甲骨文（历史文字）

---

3. 实际测试案例

建表（utf8）

CREATE TABLE utf8_test (id INT AUTO_INCREMENT PRIMARY KEY,char_test VARCHAR(10) CHARACTER SET utf8
);

插入数据：

INSERT INTO utf8_test (char_test) VALUES 
('A'), 
('中'), 
('ༀ'), 
('😄'), 
('𠮷'), 
('𠀀');

结果：前 3 个字符能正常显示，后 3 个会变成 问号 ? 或报错。

---

建表（utf8mb4）

CREATE TABLE utf8mb4_test (id INT AUTO_INCREMENT PRIMARY KEY,char_test VARCHAR(10) CHARACTER SET utf8mb4
);

插入同样数据：

INSERT INTO utf8mb4_test (char_test) VALUES 
('A'), 
('中'), 
('ༀ'), 
('😄'), 
('𠮷'), 
('𠀀');

结果：所有字符都能正确显示 ✅。

---

4. 如何选择？

• 新项目：一律使用 utf8mb4（未来安全，不怕 emoji 报错）。
• 老项目：如需兼容 emoji，需要将数据库/表/字段从 utf8 迁移到 utf8mb4。

迁移方式：

ALTER DATABASE db_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci;
ALTER TABLE table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;

---

5. 总结

• MySQL 的 utf8 并不是标准 UTF-8，只能存 3 字节字符。
• utf8mb4 才是完整 UTF-8，能存 emoji、冷僻汉字、历史文字。
• 新系统建议直接使用 utf8mb4，避免未来存储字符时出现问号或报错。

---

6. MySQL和PostgreSQL对比

特性	MySQL	PostgreSQL
编码指定	数据库 / 表 / 字段都可以设	只能在数据库级别设
utf8	阉割版（3字节） ❌	真正 UTF-8（1~4字节） ✅
utf8mb4	真正 UTF-8（推荐）	不需要（UTF8 就是完整的）
emoji 存储	需要 utf8mb4	UTF8 直接支持
排序规则	内置 general_ci / unicode_ci 等	依赖操作系统 locale (LC_COLLATE)