MySQL の utf8 エンコーディングと utf8mb4 エンコーディングの違いは何ですか?

この記事の内容は、MySQL における utf8 と utf8mb4 エンコーディングの違いについてです。一定の参考値があるので、困っている友人は参考にしていただければ幸いです。

1. はじめに

MySQL は 5.5.3 の後に utf8mb4 エンコーディングを追加しました。mb4 はほとんどのバイト 4 を意味し、4 バイトの unicode と互換性を持つように特別に設計されています。幸いなことに、utf8mb4 は utf8 のスーパーセットであり、エンコーディングを utf8mb4 に変更する以外に他の変換は必要ありません。もちろん、スペースを節約するには、通常は utf8 を使用するだけで十分です。

2. コンテンツの説明

上で述べたように、utf8 はほとんどの中国語文字を格納できるのに、なぜ utf8mb4 を使用する必要があるのでしょうか? mysql が utf8 エンコーディングをサポートしていることがわかりました。最大文字長は 3 バイトです。4 バイトのワイド文字が見つかった場合、例外が挿入されます。 3 バイト UTF-8 でエンコードできる最大 Unicode 文字は 0xffff で、これは Unicode の Basic Multilingual Plane (BMP) です。言い換えれば、基本的なマルチテキスト プレーンにない Unicode 文字は、Mysql の utf8 文字セットを使用して保存することはできません。絵文字表現 (絵文字は iOS や Android スマートフォンで一般的な特別な Unicode エンコーディングです)、多くの珍しい漢字、および新しい Unicode 文字などが含まれます。

3. 問題の原因

元の UTF-8 形式は 1 ～ 6 バイトを使用し、最大 31 文字をエンコードできます。最新の UTF-8 仕様では、1 ～ 4 バイトのみを使用し、最大 21 ビットをエンコードできます。これは、17 の Unicode プレーンすべてを表すのにちょうど十分です。

utf8 は Mysql の文字セットで、最大 3 バイトの UTF-8 文字のみをサポートします。これは Unicode の基本的なマルチテキスト プレーンです。

Mysql の utf8 は、最大長が 3 バイトの UTF-8 文字のみをサポートするのはなぜですか?
私はそれについて考えました。おそらく、Mysql が最初に開発され始めたとき、Unicode には補助プレーンがなかったからかもしれません。当時、Unicode 委員会はまだ「全世界には 65535 文字で十分である」という夢を抱いていました。 Mysql の文字列の長さはバイト数ではなく文字数として計算されます。CHAR データ型の場合、文字列用に十分な長さを確保する必要があります。 utf8 文字セットを使用する場合、予約する必要がある長さは、utf8 の最長文字長に文字列長を乗算したものになります。したがって、当然、utf8 の最大長は 3 に制限されます。たとえば、CHAR(100) Mysql は予約します。 300バイト。後続のバージョンが 4 バイト長の UTF-8 文字をサポートしない理由については、1 つは下位互換性を考慮したためであり、もう 1 つは基本的な多言語プレーン以外の文字はほとんど使用されないためだと思います。

Mysql で 4 バイト長の UTF-8 文字を保存するには、utf8mb4 文字セットを使用する必要がありますが、これはバージョン 5.5.3 以降でのみサポートされます (バージョンの表示: select version();)。互換性を高めるためには、utf8 ではなく utf8mb4 を使用する必要があると思います。CHAR 型データの場合、utf8mb4 の方が容量を多く消費します。Mysql 公式の推奨に従って、CHAR ではなく VARCHAR を使用してください。

以上がMySQL の utf8 エンコーディングと utf8mb4 エンコーディングの違いは何ですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。