utf8 与 utf8mb4 的区别及迁移注意事项

该文章由AI生成，仅为SEO优化测试，相关内容不保证准确！！！

引言

MySQL 的 utf8 编码有个历史遗留问题：它最多只支持 3 字节字符，而真正的 UTF-8 最长 4 字节。这意味着 emoji（😊）、部分生僻汉字、某些数学符号都无法存储——写入直接报错或变成问号。解决方案是把字符集换成 utf8mb4。

一、为什么要换 utf8mb4

utf8mb4 才是完整的 UTF-8 实现，最多 4 字节，完整覆盖 emoji、Unicode 增补平面字符。用户昵称、评论里出现 emoji 已经是常态，新闻、商品描述里也可能包含生僻字。凡是涉及用户生成内容（UGC）的表，都应使用 utf8mb4。另一个考虑：MySQL 8.0 的默认字符集已经是 utf8mb4，新项目直接用 8.0 可以省去迁移。

二、迁移改造步骤

改造涉及四层：① 表与列：ALTER TABLE t CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;（注意：会重建表与索引，大表要在低峰执行并评估空间）；② 库默认字符集：ALTER DATABASE db CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;（只影响新建表）；③ 连接层：应用连接串加 charset=utf8mb4（PHP PDO 在 DSN 里指定；JDBC 用 characterEncoding=UTF-8），连接后执行 SET NAMES utf8mb4 也可以；④ my.cnf：[mysqld] 段设 character-set-server=utf8mb4、collation-server=utf8mb4_unicode_ci，避免新建表又回到 utf8。

三、迁移的坑

① 索引长度限制：utf8mb4 下每字符最多 4 字节，varchar(255) 的索引需要 255×4=1020 字节，超过 InnoDB 默认 767 字节限制（老版本）会报错——开启 innodb_large_prefix 或使用 DYNAMIC 行格式（8.0 默认）即可，且索引长度上限变为 3072 字节。② 空间占用：中文在 utf8mb4 下仍为 3 字节，纯 ASCII 场景实际仍 1 字节（varchar 是变长存储），空间影响比想象的小。③ 排序规则选择：utf8mb4_general_ci 快但不够精确（某些字符比较相等），utf8mb4_unicode_ci 更准确，8.0 推荐 utf8mb4_0900_ai_ci。已有数据混用时统一即可。④ 迁移前备份：CONVERT TO 会重建表，务必先备份；转换后用应用实测 emoji 存取。

总结

utf8mb4 不是可选项而是必选项——只要业务涉及用户内容。迁移四层同步改：表/列、库默认、连接串、服务端默认；关注索引长度与排序规则选择，迁移前备份、迁移后实测 emoji。新项目直接上 MySQL 8.0 + utf8mb4，一步到位。