MySQL utf8陷阱：务必转向utf8mb4

"MySQL巨坑：避免UTF-8编码陷阱" 在2023年7月21日的IT技术资讯中，一篇名为《[] - 2023-07-21 MySQL 巨坑：永远不要在 MySQL 中使用 UTF-8！！.pdf》的文章揭示了一个重要的教训。MySQL中的UTF-8并非真正的UTF-8标准，而是存在一个历史遗留问题。传统的"utf8"字符集只支持每个字符最多三个字节，这导致了在处理某些非ASCII字符，尤其是那些在UTF-8规范中需要四个字节表示的字符时，可能会出现错误，如遇到`Incorrect string value`这样的报错。 作者分享了自己在使用Rails与MariaDB交互时遇到的问题，明明字符串是合法的UTF-8，但在MySQL中却无法正确存储。这个问题源于MySQL早期的决策，他们在2010年发布了"utf8mb4"字符集，这个版本支持每字符最多四个字节，从而解决了之前UTF-8兼容性问题。然而，由于缺乏明确的推广和文档更新，许多人仍推荐使用"utf8"，但这是误导性的。 对于开发人员而言，如果正在使用MySQL或MariaDB且以前依赖"utf8"编码，强烈建议切换到"utf8mb4"字符集。这是因为"utf8mb4"才是现代MySQL支持的真正的UTF-8，能够正确处理更广泛的Unicode字符。此外，文章还提到了一个实际项目示例，一个基于SpringBoot、MyBatisPlus、Vue3.2和Vite的前后端分离博客系统，该系统强调了在处理多语言和国际字符时，选择正确的编码的重要性。 编码和字符集的概念在这篇文章中也得到了简要解释。计算机使用二进制表示文本，例如字符"C"在UTF-8中被编码为"01000011"。在存储和展示时，首先需要解码成数字（如67），然后查找Unicode字符集来找到相应的字符。因此，选择正确的字符集对于跨平台和国际化应用至关重要。 这篇文章旨在提醒开发者在处理MySQL数据库时避免UTF-8编码的陷阱，并提倡使用"utf8mb4"字符集以确保兼容性和准确性。这对于所有处理大量国际化内容的项目来说，是一个至关重要的知识点。