官方文档：MySQL 8.0 Reference Manual: 10.9.2 The utf8mb3 Character Set (3-Byte UTF-8 Unicode Encoding)
- 国际上的，在MySQL中，对标的是。
- 在MySQL中，实际只有和。至于，在 V8.0 还是指代的，未来的会变为。
译者注： maximun of 3 bytes per multibyte character.
国际上的UTF-8简介
Java Unicode编码 及 Mysql utf8 utf8mb3 utf8mb4 的区别与utf8mb4的过滤 ——苍枫露雨
UTF-8（8-bit Unicode Transformation Format） 是一种针对Unicode的可变长度字符编码，也是一种前缀码。它可以用来表示Unicode标准中的任何字符，且其编码中的第一个字节仍与ASCII兼容——这使得原来处理ASCII字符的软件无须或只须做少部分修改 即可继续使用。因此，它逐渐成为电子邮件、网页及其他存储或发送文字的应用中，优先采用的编码。
UTF-8使用1~4个字节为每个字符编码（2003年11月UTF-8被RFC 3629重新规范，只能使用原来Unicode定义的区域，U+0000到U+10FFFF，也就是说最多四个字节）：
- 128个US-ASCII字符只需1个字节编码（Unicode范围由U+0000至U+007F）。
- 带有附加符号的拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文、叙利亚文及它拿字母则需要2个字节编码（Unicode范围由U+0080至U+07FF）。
- 基本多文种平面/BMP, Basic Multilingual Plane：字符（这包含了大部分常用字，例如CJVK常用字字符集 —— Chinese, Japanese, Vietnam, Korean）使用3个字节编码（Unicode范围由U+0800至U+FFFF）。
- Unicode 辅助平面/Supplementary Multilingual Plane：使用极少，字符使用4个字节编码（Unicode范围由U+10000至U+10FFFF，主要包括不常用的CJK字符, 数学符号, emoji表情等）。
具体来讲是这样的：
：
- 支持&仅且支持BMP characters（不支持supplementary characters）
- 每个multibyte-character，都不多于3个bytes
：
- 要想支持BMP characters + supplementary characters，既国际上的，用（见官方文档 Section 10.9.1, “The utf8mb4 Character Set (4-Byte UTF-8 Unicode Encoding)”）
是的别名：
- MySQL里，的(命名)是隐式的，等价于，但是但从名称上是看不出最大字符数的。
- 好消息是MySQL在未来会改正uft8的命名：“在未来的MySQL版本中会删除，请改用。虽然目前是的别名，但在未来某个时候，将指代。为了避免对的含义产生歧义，可以考虑直接把字符集引用指定为，而不是。”
1. 一点关于MySQL的历史“ ：
- 为什么MySQL开发者把utf8鬼改了？从提交的日志里，我们应该能推测出来。
- MySQL从Version 4.1开始支持。彼时，现行标准RFC 3629没发布，老版本RFC 2279最多还支持6 bytes/Charactor呢。2002年3月28日，在the first pre-pre-relase version of MySQL4.1里，MySQL开发人员码入了RFC 2279。
- 在2002年9月MySQL的源代码上，出现了一个神秘的篡改，自此的一个character最多支持3 byte sequences only ，即每个character短了1 byte。
- 谁改的？为什么？无从得知。在MySQL改用Git那会，日志好像丢了原作者的名，（MySQL之前和Linux一样，kernel用的BitKeeper），从2003年9月前后的mailing list里，现在找不到更改源代码的注释。
但我能猜啊！- 我们要知道：那个刚开始的，即没有被发布的MySQL版本，是没鬼改的utf8的。它的官方文档甚至都写好了。
但是明显的，某个MySQL开发员工（合作某个businessperson）十分关注一两个要这样做的客户：- 选出列 + 然后编码它们。（格式在今天看是个古董，但在当时，MySQL靠它能运行地更快。自打2005年后它就不怎么地了）
- 我推测，这个MySQL开发员工改了初版的MySQL，想帮助用户兼顾空间和速度。
- 结果是赔了夫人又折兵。一方面，想要speed和space的用户都失算了，因为的类型的字段，该大的还是大，该慢的还是慢。另一方面，当初要给MySQL添加的开发员也是瞎折腾了一趟，因为鬼改版 MySQL “?”（emoji表情）都存不了。
- 自打鬼改版的MySQL发布那一刻，就再也改不了了：总不能强迫每一个用户从头再搭一遍数据库吧！好不容易在2010年MySQL支持了完整版的，却搞了一个奇葩的名字。”
在这之后的某个时间，MySQL开发人员开始尝试，请注意那会它还是 6 bytes/character，他应该犹豫了：一个 CHAR(1) 会占用6 bytes；那么一个CAHR(2)就占12 bytes，依次类推。
2 有人吐槽说“或许，在整个互联网界，MySQL的‘’定义都没人吊。”
Adam Hooper 在《In MySQL, never use “utf8”. Use “utf8mb4”.》吐槽：“
- “MySQL在命名上是渣渣。
- MySQL的‘里每个character占用4 bytes，这个标准是everybody！everybody！everybody！在everywhere！everywhere！everywhere！都用的，MySQL应该把它叫做‘’。
- MySQL的‘里每个character占用3 bytes，nobody！nobody！nobody！在anywhere！anywhere！anywhere！用：它应该被叫做‘’。
或许，在整个互联网界，MySQL的‘’定义都没人吊。”
版权声明：
本文来源网络，所有图片文章版权属于原作者，如有侵权，联系删除。
本文网址：https://www.mushiming.com/mjsbk/10437.html