20.06.2025

No categories

Каква е разликата между utf8 и utf8mb4?

Когато работите с бази данни на MySQL, може да се сблъскате с кодировките на символи utf8 и utf8mb4, които на пръв поглед изглеждат сходни. Те обаче имат значителни разлики, които могат да повлияят на начина на съхраняване и показване на данните, особено при работа с различни символи и емотикони. Разбирането на разликите между utf8 и utf8mb4 е от решаващо значение за избора на правилния набор от символи за вашата база данни и за гарантиране на правилното съхранение на данните ви.

В тази статия ще разгледаме разликите между utf8 и utf8mb4 в MySQL, защо е въведен utf8mb4 и как да мигрирате базата си данни, за да използвате utf8mb4, ако е необходимо.

Какво е utf8 в MySQL?

В MySQL наборът от знаци utf8 исторически се използва за съхраняване на данни в Unicode. Той е предназначен да поддържа всички символи Unicode, което го прави подходящ за повечето текстови данни, включително за много езици и специални символи. Въпреки това реализацията на utf8 в MySQL поддържа само подмножество на пълния стандарт UTF-8.

Колко байта използва utf8?

Набор от знаци utf8 на MySQL кодира знаци, като използва от 1 до 3 байта за знак. Това означава, че той не може да представя символи, които изискват 4 байта, като например някои емотикони и някои по-рядко използвани китайски, японски и корейски символи (CJK). Ако се опитате да съхраните такива 4-байтови символи в колона utf8, MySQL ще върне грешка, което ще доведе до неуспешно вмъкване на данни.

Пример за неподдържани символи с utf8:

Емоджита като ?, ? и ❤️.
Някои редки CJK символи.
Математически символи и други специализирани символи на Уникод.

Това ограничение доведе до въвеждането на utf8mb4 в MySQL.

Какво е utf8mb4 в MySQL?

Набор от символи utf8mb4 в MySQL е истинска реализация на пълния стандарт UTF-8. Той поддържа от 1 до 4 байта на символ, което позволява използването на пълния набор от символи Unicode. Това включва всички знаци, които utf8 поддържа, както и допълнителните 4-байтови знаци, които utf8 не поддържа.

Защо беше въведен utf8mb4?

MySQL въведе utf8mb4, за да отстрани недостатъците на utf8. С utf8mb4 можете да съхранявате всеки валиден символ на Unicode, включително емоджита, музикални ноти, математически символи и целия набор от символи на CJK. Това прави utf8mb4 предпочитан набор от символи за съвременните приложения, които трябва да поддържат широк набор от текстови данни.

Основни разлики между utf8 и utf8mb4

Характеристика	utf8	utf8mb4
Байтове на символ	1-3	1-4
Покритие на Уникод	Частично (изключва 4-байтови знаци)	Пълно (поддържа целия Unicode)
Поддръжка на емотикони	Не	Да
Символи на CJK	Повечето, но не всички	Всички
Съвместимост	Наследствени бази данни	Препоръчва се за нови проекти

1. Дължина на байта

Най-съществената разлика между utf8 и utf8mb4 е броят на байтовете, които се използват за съхраняване на символи. utf8 поддържа до 3 байта, докато utf8mb4 – до 4 байта. В резултат на това utf8mb4 може да съхранява по-широк набор от Unicode символи.

2. Емотикони и специални символи

Ако трябва да съхранявате емоджита или други специални символи, които изискват 4 байта, utf8mb4 е единственият възможен вариант. При utf8 опитът за съхраняване на 4-байтови символи ще доведе до грешка, което ще доведе до потенциална загуба на данни или грешки в приложенията.

3. Съвместимост с бази данни

utf8 е набор от символи по подразбиране за много по-стари инсталации на MySQL, което го прави съвместим с по-стари системи. Въпреки това за нови проекти и приложения, които трябва да поддържат глобална аудитория с различни набори от символи, сега се препоръчва изборът на utf8mb4.

Защо да използвате utf8mb4 вместо utf8?

Като се имат предвид ограниченията на utf8, използването на utf8mb4 като цяло е по-добър избор за съвременните приложения. Ето някои причини да предпочетете utf8mb4:

Пълна поддръжка на Unicode: utf8mb4 ви позволява да съхранявате всички Unicode символи, включително емоджита, които стават все по-често срещани в съдържанието, създавано от потребителите.
Подсигуряване на бъдещето: С добавянето на нови символи към стандарта Unicode, utf8mb4 гарантира, че вашата база данни може да ги обработва.
Глобална съвместимост: С utf8mb4 не е необходимо да се притеснявате за съвместимостта на набор от символи за различни езици и специални символи.

Кога все пак трябва да използвате utf8?

Има някои сценарии, при които utf8 все още може да се използва:

Място за съхранение: Тъй като utf8mb4 използва до 4 байта на символ, той може да доведе до малко по-големи размери на базата данни в сравнение с utf8. Тази разлика обаче често е незначителна за повечето приложения.
Наследствени системи: Ако имате съществуващо приложение или база данни, които използват utf8 и не е необходимо да съхранявате 4-байтови символи, може да не се наложи преминаване.

Как да конвертирате база данни от utf8 в utf8mb4

Ако решите да прехвърлите съществуваща база данни на MySQL от utf8 към utf8mb4, това включва няколко стъпки, за да се осигури плавен преход. Ето общо ръководство за конвертиране на вашата база данни към използването на utf8mb4.

Стъпка 1: Създаване на резервно копие на вашата база данни

Преди да правите каквито и да било промени, винаги създавайте резервно копие на базата данни, за да предотвратите загуба на данни:

mysqldump -u username -p database_name > database_backup.sql

Стъпка 2: Промяна на набора от символи и Collation

Изпълнете следните SQL команди, за да промените набора от символи и collation на вашата база данни, таблици и колони на utf8mb4:

ALTER DATABASE database_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;

За всяка таблица изпълнете:

ALTER TABLE table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

Това ще промени набора от символи и collation за посочената таблица и нейните колони.

Стъпка 3: Актуализиране на конфигурационния файл

За да гарантирате, че новите таблици и колони използват utf8mb4 по подразбиране, актуализирайте конфигурационния файл на MySQL (my.cnf или my.ini) със следните настройки:

[клиент]

default-character-set = utf8mb4

[mysql]

default-character-set = utf8mb4

[mysqld]

character-set-server = utf8mb4

collation-server = utf8mb4_unicode_ci

Рестартирайте MySQL, за да приложите промените:

sudo service mysql restart

Стъпка 4: Проверка на промените

Проверете дали наборът от символи е актуализиран успешно:

ПОКАЖИ ПРОМЕНЛИВИТЕ, КОИТО СЕ ПОДОБЯВАТ НА 'character_set%';

ПОКАЖИ ПРОМЕНЛИВИТЕ, КОИТО СЕ ПОДОБЯВАТ НА "collation%";

Изходът трябва да покаже utf8mb4 като набор от символи за вашата база данни.

Заключение

Изборът между utf8 и utf8mb4 в MySQL може значително да повлияе на начина, по който се съхраняват данните ви, и на видовете символи, които можете да поддържате. Въпреки че utf8 се използваше често в по-старите версии на MySQL, той е ограничен от невъзможността да съхранява 4-байтови символи като емотикони. От друга страна, utf8mb4 предлага пълна поддръжка на Unicode, което го прави препоръчителен вариант за нови бази данни и приложения, които трябва да поддържат различни символи и знаци.

Като използвате utf8mb4, вие гарантирате, че вашата база данни е готова за модерно текстово съдържание, включително емоджита и сложни многоезични символи. Ако поддържате съществуваща база данни с формат utf8, помислете за миграция към utf8mb4, за да осигурите бъдещето на приложението си и да избегнете потенциални проблеми със съхранението на данни.

С ясното разбиране на разликите между utf8 и utf8mb4 можете да вземете информирано решение и да гарантирате, че вашите бази данни MySQL отговарят на нуждите на вашето приложение и неговите потребители. Успешно кодиране!