不要在MySQL數據庫中使用UTF-8編碼

MySQL編碼實現

標准的UTF-8字符編碼可以用4個字節去編碼最多21位字符，這幾乎包括了世界上所有的字符集了，然而在MySQL裏實現的UTF-8編碼使用3個字節去編碼最多16位字符（即只能存放Unicode編碼從0x0000到0xFFFF的字符）
。好在MySQL在2010年實現了一個以utf8mb4命名的UTF-8實現，並在5.5.3版本進行了發布。簡單說utf8mb4是utf8的超集並完全兼容utf8，能夠用4個字節存儲更多的字符。

Unicode編碼

Unicode並不是真正意義上的編碼技術，它只是將世界上的所有字符定義了一個編號並形成標准；它規定了字符的二進制代碼，卻沒有規定這個二進制代碼應該如何存儲。

UTF-8編碼

我們常用的UTF-8、GBK等編碼技術（准確來說應該是字符編碼存儲技術）的核心就是規定了Unicode的二進制代碼應該如何存儲。比如說我把Unicode的二進制代碼高位補0後存儲起來也是一種編碼方案，只不過這種方案太low了。

UTF-8的編碼規則很簡單，只有二條：

（1）對於單字節的符號，字節的第一位設為0，後面7位為這個符號的Unicode碼。因此對於英文字母，UTF-8編碼和ASCII碼是相同的。

（2）對於n字節的符號（n>1），第一個字節的前n位都設為1，第n+1位設為0，後面字節的前兩位一律設為10。剩下的沒有提及的二進制位，全部為這個符號的 Unicode 碼。