核心概念
| 術語 | 定義 |
|---|
| 字符集 | 符號集合與編碼映射（如 utf8：1-3 字節，utf8mb4：1-4 字節支援 Emoji） |
| 校對規則 | 字符集內比較、排序規則（如 utf8_general_ci 不分大小寫，utf8_bin 二進制比較） |
| 命名慣例 | <charset>_<language>_<suffix>，後綴：_ci不敏感、_cs敏感、_bin二進制 |
四級默認層級
- 服務器級：
character_set_server、collation_server
- 資料庫級：
CREATE DATABASE db CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
- 表級：
CREATE TABLE t (...) DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;
- 連接級：
SET NAMES utf8mb4; 或連線參數 characterEncoding=utf8mb4
優先級：連接 > 表 > 資料庫 > 服務器。
常見校對規則對比
| 校對規則 | 特性 | 適用場景 |
|---|
utf8mb4_general_ci | 速度快、不分大小寫、不支援多語言精細排序 | 通用業務、舊專案相容 |
utf8mb4_unicode_ci | 遵循 Unicode 標準、支援多語言排序、略慢 | 多語言應用、精確排序需求 |
utf8mb4_0900_ai_ci | 8.0 預設、基於 Unicode 9.0、支援表情符號權重 | MySQL 8.0+ 新專案首選 |
utf8mb4_bin | 二進制比較、嚴格區分大小寫、效能最高 | 大小寫敏感業務、索引精確匹配 |
實戰建議
- ✅ **新專案統一使用
utf8mb4 + utf8mb4_0900_ai_ci（8.0）或 utf8mb4_unicode_ci（5.7）**
- ✅ 連接層強制設定：
SET NAMES utf8mb4 / JDBC characterEncoding=utf8mb4 / PHP mysqli_set_charset($link, 'utf8mb4')
- ✅ 避免隱式轉換：建表、建庫顯式指定 CHARSET/COLLATE，不依賴默認值。
- ⚠️
utf8（MySQL 別名）實為 utf8mb3，**不支援 Emoji/補充平面字符**，必須遷移至 utf8mb4。
- ⚠️
utf8_general_ci 會將 ß = ss、œ = oe 等視為相等，若需嚴格區分請用 _bin 或 _unicode_ci。
查看與診斷指令
SHOW CHARACTER SET;
SHOW COLLATION LIKE 'utf8mb4%';
SHOW VARIABLES LIKE 'character_set_%';
SHOW VARIABLES LIKE 'collation_%';
SELECT CHARSET(column), COLLATION(column) FROM table LIMIT 1;
遷移 utf8 → utf8mb4 檢查清單
- 修改
my.cnf：character-set-server=utf8mb4、collation-server=utf8mb4_unicode_ci
ALTER DATABASE db CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;ALTER TABLE t CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;- 檢查索引長度：
VARCHAR(255) 在 utf8mb4 佔 767 字節，InnoDB 單列索引限制 767（5.7）或 3072（8.0），超長需調整列長度或啟用 innodb_large_prefix=ON。
- 應用層連接參數同步修改。
