把持MYSQL的时分经常会遇到一个标题，试着经由历程 Rails 在以“utf8”编码的 MariaDB 中保存一个 UTF-8 字符串，然后出现了一个分外瑰异的错误：
Incorrect string value: ‘\xF0\x9F\x98\x83 <…’ for column ‘summary’ at row 1
UTF-8 编码的客户端，办事器也是 UTF-8 编码的，数据库也是，就连要保存的这个字符串“ <…”也是正当的 UTF-8。标题的关键在于，MySQL 的“utf8”理论上不是真正的 UTF-8。“utf8”只撑持每个字符最多三个字节，而真正的 UTF-8 是每个字符最多四个字节。本来MySQL 一向没有修复这个 bug，他们在 2010 年宣告了一个叫作“utf8mb4”的字符集，绕过了这个标题。他们并没有对这个新的字符集广而告之，以致于现在网络上依旧在发起开辟者把持“utf8”，但是这些发起都是错误的。
庞杂归结综合以下：
(1)MySQL 的“utf8mb4”是真正的“UTF-8”。
(2)MySQL 的“utf8”只是一种“专属的编码”，它可以编码的 Unicode 字符其实不多。
尚品小编这里发起人人：把持“utf8”的 MySQL 和 MariaDB 的用户都该当改用“utf8mb4”，永久都不要再把持“utf8”。
第一、甚么是编码？甚么是 UTF-8？
尽人皆知，较量争论机贮存的本色是二进制，是把持 0 和 1 来存储文本。比如字符“C”被存成“01000011”，那末较量争论机在表示这个字符时必要颠末两个步调：
我的电脑将“C”映照成 Unicode 字符会合的 67。
我的电脑将 67 编码成“01000011”，并发送给 Web 办事器。
相对的：
较量争论机读取“01000011”，获得数字 67，因为 67 被编码成“01000011”。
较量争论机在 Unicode 字符会合查找 67，品牌网站定制，找到了“C”。
几近通通的网络应用都把持了 Unicode 字符集，因为没有情由把持其他字符集。
Unicode 字符集包括了上百万个字符。最庞杂的编码是 UTF-32，每个字符把持 32 位。如许做最庞杂，因为一向以来，较量争论机将 32 位视为数字，而较量争论机最外行的就是处置责罚数字。但标题是，如许太浪掷空间了。
UTF-8 可以节俭空间，在 UTF-8 中，字符“C”只必要 8 位，其他的字符可以把持 16 位或 24 位。一篇相同本文如许的文章，如果把持 UTF-8 编码，占用的空间只需 UTF-32 的四分之一阁下。
第二、 MySQL 简史
为甚么 MySQL 开辟者会让“utf8”生效？我们大要可以从提交日记中寻找谜底。
MySQL 4.1 版本撑持 UTF-8，也就是 2003 年，而本日把持的 UTF-8 尺度(RFC 3629)是随后才出现的。而旧版的 UTF-8 尺度(RFC 2279)最多撑持每个字符 6 个字节。2002 年 3 月 28 日，MySQL 开辟者在第一个 MySQL 4.1 预览版中把持了 RFC 2279。同年 9 月，他们对 MySQL 源代码住手了一次调剂：“UTF8 现在最多只撑持 3 个字节的序列”。那末是谁提交了这些代码？他为甚么要如许做？这个标题不得而知。在迁徙到 Git 后(MySQL 最开端把持的是 BitKeeper)，MySQL 代码库中的良多提交者的名字都损失了。2003 年 9 月的邮件列表中也找不到可以解释这一变卦的线索。
不外可以试着预测一下。
2002 年，MySQL 做出了一个决议：如果用户可以包管数据表的每行都把持相同的字节数，那末 MySQL 就可以在机能方面来一个大提拔。为此，用户必要将文本列界说为“CHAR”，每个“CHAR”列老是具有相同数量的字符。如果拔出的字符少于界说的数量，MySQL 就会在背面添补空格，如果拔出的字符跨越了界说的数量，背面超越部分会被截断。
MySQL 开辟者在最开端测验考试 UTF-8 时把持了每个字符 6 个字节，CHAR(1) 把持 6 个字节，CHAR(2) 把持 12 个字节，并以此类推。
可以说，他们最初的版本才是准确的，惋惜这一版本一向没有宣告。但是文档上却写了，而且广为流传，通通领会 UTF-8 的人都认同文档里写的对象。
不外很明显，MySQL 开辟者或厂商担忧会有效户做这两件事：
把持 CHAR 界说列。
将 CHAR 列的编码设置为“utf8”。
小编预测该当是 MySQL 开辟者本来想匡助那些但愿在空间和速度上共赢的用户，但时他们却搞砸了“utf8”编码。
以是结果就是失利的。那些但愿在空间和速度上共赢的用户，当他们在把持“utf8”的 CHAR 列时，理论上把持的空间比预期的更大，速度也比预期的慢。而想要准确性的用户，当他们把持“utf8”编码时，却没法保存像“”如许的字符。
第三、为甚么这个标题很引发人们的留神
关于这个标题，小编已经花费良多时光才找到这个 bug。但是没必要定这是独一的一个，网络上几近通通的文章都把“utf8”当作是真正的 UTF-8。“utf8”只能算是个专有的字符集，它给我们带来了新标题，却一向没有获得处置责罚。