徹底搞懂 MySQL utf8 與 utf8mb4：為什麼要用 utf8mb4？

背景

MySQL 5.5.3 引入 utf8mb4，mb4 = most bytes 4，專為 4 字節 Unicode 字符設計。utf8mb4 是 utf8 的超集，遷移無需數據轉換，僅改字符集。

為什麼 utf8 存不下 Emoji？

• MySQL 早期 utf8 別名 utf8mb3，最大 3 字節/字符，覆蓋 Unicode BMP（基本多文種平面，0x0000–0xFFFF）。
• Emoji、生僻漢字、新增 Unicode 字符位於輔助平面（> 0xFFFF），需 4 字節，utf8 直接報錯或截斷。

歷史緣由

早期 Unicode 認為 65535 字符足夠，MySQL 為了 CHAR(N) 固定長度計算（3×N 字節），將 utf8 限制為 3 字節。後來 Unicode 擴展，MySQL 為兼容舊表結構不改 utf8，另推 utf8mb4。

最佳實踐建議

1. 新項目默認用 utf8mb4，獲得完整 Unicode 支持。
2. CHAR 類型會預分配 4×N 字節，建議改用 VARCHAR 節省空間。
3. 遷移舊表：ALTER TABLE t CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;（含索引重建，大表慎重）。
4. 連接層也要設 SET NAMES utf8mb4 或驅動屬性 characterEncoding=utf8mb4。

總結

utf8mb4 = 真正的 UTF-8，utf8 = 截斷版 UTF-8。為兼容 Emoji、生僻字、未來擴展，請始終選擇 utf8mb4。