文档中心

背景

百度云创建实例时默认字符集为utf8，事实上MySQL的“utf8”字符集并不是真正的UTF-8字符集，它只支持每个字符最多三个字节，但是真正的UTF-8字符集最多可以支持四个字节；

MySQL的“utf8”字符集是一种“专属的编码”，它能够编码的Unicode字符并不多，使用该字符集存储数据有较大的局限性。

从MySQL5.5开始发布了utf8mb4字符集来支持真正的UTF-8字符集，并且utf8mb4是兼容MySQL的utf8字符集的。

问题现象

用户插入emoji表情符号是出现报错的情况，报错如下：

Incorrect string value: ‘\xF0\x9F\x98\x83 <…’ for column ‘xxxxx’ at row 1

原因分析

出现incorrect string报错是因为有些特殊字符需要使用utf8的超集utf8mb4字符集来存储，因此需要保证MySQL客户端、数据库连接、需要存储的emoji表情符号对象（库、表、字段）三者统一支持utf8mb4字符集。

解决方案

1. 首先，库、表、字段级别要支持utf8mb4字符集：

（1）修改库级别字符集：

alter database db_name default character set utf8mb4 ;

（2）修改表级别字符集：

alter table tb_01 default character set utf8mb4 ;

表级别修改字符集前后checksum表数值一致：

（3）修改字段级别字符集：

alter table tb_01 change column1 column1 varchar(50) character set utf8mb4;

字段级别修改字符集前后checksum表数值一致：  

1. 如果客户想要准确的写入并读取utf8mb4字符集字符，还需要：

（1）客户创建连接时指定utf8mb4字符集：

set names utf8mb4;

（2） 修改MySQL数据库存储的字符集：

修改 character-set-server = utf8mb4，default-character-set = utf8mb4后。这两个参数需要对MySQL实例重启生效。

结论建议

1. RDS创建初期定义好合适的数据库字符集、表字符集和字段字符集是非常值得提倡的习惯。
2. 如果业务某个表使用到每个字符大于3个字节的数据（例如emoji表情符号），建议该表直接选用utf8mb4字符集。