03-字符集详解

约 666 字大约 2 分钟

2025-03-19

著作权归 JavaGuide(javaguide.cn)所有基于 MIT 协议原文链接：https://javaguide.cn/database/character-set.html

Cue

字符集和字符编码的区别？
MySQL 中 utf8 和 utf8mb4 的区别？
如何解决 MySQL 存储 emoji 符号的问题？
常见字符集（ASCII、GB2312、GBK、GB18030、Unicode）的特点？
MySQL 字符集的层次级别有哪些？
如何查看和设置 MySQL 的默认字符集？
连接字符集的作用和设置方法？
JDBC 对连接字符集的影响？

Main

字符集与字符编码

字符集：一系列字符的集合，如 ASCII、GB2312、Unicode。
字符编码：将字符集中的字符与二进制数据相互转换的规则，如 UTF-8、GBK。

常见字符集

ASCII：主要用于现代美国英语，共 128 个字符，扩展版有 256 个字符。
GB2312：支持汉字，共 6700 多个汉字，不支持生僻字和繁体字。
GBK：GB2312 的扩展，共 20000 多个汉字。
GB18030：最全面的汉字字符集，共 70000 多个汉字。
Unicode：包含世界上几乎所有已知字符，UTF-8 是其一种编码方式。

MySQL 字符集

utf8：MySQL 的 UTF-8 实现，只支持 1-3 字节，无法存储 emoji 符号。
utf8mb4：完整的 UTF-8 实现，支持 1-4 字节，可存储 emoji 符号。
层次级别：
- server：MySQL 实例级别，默认值在 MySQL 5.7 是 latin1，MySQL 8.0 是 utf8mb4。
- database：数据库级别，创建数据库时指定。
- table：表级别，创建表时指定。
- column：字段级别，创建表时指定。

查看默认字符集：

SHOW VARIABLES LIKE 'character_set_server';

设置默认字符集：
```
SET character_set_server = utf8mb4;
```

连接字符集

character_set_client：客户端发送 SQL 语句的字符集。
character_set_connection：服务器接收 SQL 语句时的字符集。
character_set_results：服务器返回结果的字符集。
设置方法：
```
SET NAMES utf8mb4;
```

JDBC 对连接字符集的影响

JDBC 驱动通过 characterEncoding 和 characterSetResults 属性影响连接字符集。
低版本的 JDBC 驱动可能不支持 utf8mb4，导致 emoji 符号显示为问号。

示例

使用 utf8 编码存储 emoji 符号会报错：

CREATE TABLE `user` (
  `id` varchar(66) CHARACTER SET utf8 NOT NULL,
  `name` varchar(33) CHARACTER SET utf8 NOT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `user` (`id`, `name`) VALUES ('A00003', 'guide哥😘');

报错信息：Incorrect string value: '\xF0\x9F\x98\x98...' for column 'name' at row 1

Summary

本文详细介绍了字符集和字符编码的基本概念，重点分析了 MySQL 中 utf8 和 utf8mb4 的区别，并通过示例说明了如何解决 MySQL 存储 emoji 符号的问题。同时，还介绍了 MySQL 字符集的层次级别、连接字符集的作用以及 JDBC 对连接字符集的影响。

更新日志

2026/5/5 18:19

查看所有更新日志

fde06-docs: 添加 doc 技术文档于 2026/5/5