utf8和utf8mb4的区别
⼀、基础知识（bit vs byte vs word）
字    word
字节  byte (B)
位    bit (b)
1字节 = 8位(1 byte = 8bit)
1字 = 2字节(1 word = 2 byte)
⼀个汉字 = 2字节
中⽂标点 = 三个字节
⼀个英⽂字母 = ⼀个字节
英⽂标点 = ⼀个字节
Emoji表情或者某些特殊字符 = 4个字节
⼆、基础知识（Unicode vs ASCII）
因为计算机只能处理数字，如果要处理⽂本，就必须先把⽂本转换为数字才能处理。最早的计算机在设计时采⽤8个⽐特（bit）作为⼀个字节（byte）。⼀个字节能表⽰的最⼤的整数就是255（2^8-1=255），⽽ASCII编码，占⽤0 - 127⽤来表⽰⼤⼩写英⽂字母、数字和⼀些符号，这个编码表被称为ASCII编码，⽐如⼤写字母A的编码是65，⼩写字母z的编码是122。
如果要表⽰中⽂，显然⼀个字节是不够的，⾄少需要两个字节，⽽且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，⽤来把中⽂编进去。
类似的，⽇⽂和韩⽂等其他语⾔也有这个问题。为了统⼀所有⽂字的编码，Unicode应运⽽⽣。Unicode把所有语⾔都统⼀到⼀套编码⾥，这样就不会再有乱码问题了。
Unicode通常⽤两个字节表⽰⼀个字符，原有的英⽂编码从单字节变成双字节，只需要把⾼字节全部填为0就可以。
三、utf8 vs utf8mb4
1.utf8
url编码和utf8区别
是针对Unicode的⼀种可变长度字符编码。由于对可以⽤ASCII表⽰的字符使⽤UNICODE并不⾼效，因为UNICODE⽐ASCII占⽤⼤⼀倍的空间，⽽对ASCII来说⾼字节的0对他毫⽆⽤处。为了解决这个问题，就出现了⼀些中间格式的字符集，他们被称为通⽤转换格式，
即UTF（Unicode Transformation Format）。原来mysql⽀持的 utf8 编码最⼤字符长度为 3 字节，如果遇到 4 字节的宽字符就会插⼊异常了。三个字节的 UTF-8 最⼤能编码的 Unicode 字符是 0xffff，也就是 Unicode 中的基本多⽂种平⾯(BMP)。其中包含了ASCII编
码，Unicode 和 部分超出Unicode的相关⽂字，并对他们进⾏最⼤三字节可变长度的⼆进制编码。
2.utf8mb4（mb4 = most bytes 4）
所以utf8是utf8mb4的⼦集，除了将编码改为utf8mb4外不需要做其他转换。⽽在各类符号⽂字逐步发展的过程中，像是包括 Emoji 表情(Emoji 是⼀种特殊的 Unicode 编码，常见于 ios 和 android ⼿机上)，和很多不常⽤的汉字，以及任何新增的 Unicode 字符等等都需要进⾏编码，所以utf8mb4应运⽽⽣，这也是两者最本质的区别。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。