MySQL 字符集編碼深度理解：從 latin1 到 utf8mb4 的演進與避坑指南

字符集與校對規則核心概念

• 字符集：字元到位元組的映射規則（如 utf8mb4、gbk、latin1）
• 校對規則：字元比較/排序規則（如 utf8mb4_unicode_ci、utf8mb4_general_ci、utf8mb4_bin）
• ci/cs/bin：ci=不區分大小寫、cs=區分大小寫、bin=二進制比較

MySQL 關鍵字符集層級

utf8 vs utf8mb4：核心差異

結論：全面棄用 utf8，統一使用 utf8mb4。MySQL 8.0 已將 utf8 別名指向 utf8mb3（即將移除）。

校對規則選擇指南

• utf8mb4_unicode_ci：依 Unicode 標準排序（準確支援多語言）、效能略低 → 推薦預設
• utf8mb4_general_ci：舊版簡化排序（較快但不準，如 ß=s、œ=oe） → 相容舊系統用
• utf8mb4_0900_ai_ci：MySQL 8.0 新預設，支援 Unicode 9.0、語言無關、效能優化 → 8.0 首選
• utf8mb4_bin：二進制比較，區分大小寫/重音，適合精確匹配（如密碼雜湊）

連線字符集「三件套」設定

客戶端連線時需三者一致，否則發生隱性轉碼導致亂碼：

SET NAMES utf8mb4 COLLATE utf8mb4_unicode_ci;
-- 等同於
SET character_set_client = utf8mb4;
SET character_set_connection = utf8mb4;
SET character_set_results = utf8mb4;

各語言/框架設定方式

常見亂碼場景與根因

遷移現有資料庫至 utf8mb4 完整步驟

1. 備份：mysqldump --single-transaction --routines --triggers -u root -p db > backup.sql
2. 修改配置：my.cnf 設定 character_set_server=utf8mb4、collation_server=utf8mb4_unicode_ci
3. 轉換資料庫：ALTER DATABASE db CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;
4. 轉換每張表：ALTER TABLE tbl CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
5. 檢查欄位長度：VARCHAR(255) 在 utf8mb4 佔 1020 bytes，可能超過索引限制 → 改 VARCHAR(191) 或開啟 innodb_large_prefix=ON + innodb_file_format=Barracuda + ROW_FORMAT=DYNAMIC
6. 驗證：插入 Emoji 測試、檢查 SHOW CREATE TABLE、應用端全鏈路測試

總結

MySQL 字符集核心原則：全鏈路 utf8mb4 + unicode_ci/0900_ai_ci。伺服器、資料庫、表、欄位、連線、應用層六個層級全部對齊，才能徹底杜絕亂碼。MySQL 8.0 已將此設為預設，舊版升級務必執行完整遷移流程。