MySQL:: MySQL 5.7参考手册:10.9.8转换3字节和4字节Unicode字符集

版本5.7

8.0当前
5.6

8.0日本

MySQL 5.7参考手册/…/ 3字节和4字节Unicode字符集之间的转换

10.9.8 3字节和4字节Unicode字符集之间的转换

控件之间转换字符数据时可能遇到的问题utf8mb3和utf8mb4字符集。

请注意

这个讨论主要集中在utf8mb3和utf8mb4，但类似的原则适用于转换之间ucs2字符集和字符集等utf16或者utf32。

的utf8mb3和utf8mb4不同的字符集如下:

utf8mb3BMP (Basic Multilingual Plane)中仅支持字符。utf8mb4另外还支持BMP之外的补充字符。
utf8mb3每个字符最多使用三个字节。utf8mb4每个字符最多使用4个字节。

请注意

这个讨论是指utf8mb3和utf8mb4字符集名称要显式引用3字节和4字节UTF-8字符集数据。例外的是，在表定义中，use utf8使用，因为mysql转换了实例utf8mb3在这些定义中指定use utf8的别名utf8mb3。

从utf8mb3来utf8mb4这使得应用程序可以使用补充字符。一个权衡是，这可能会增加数据存储空间的需求。

就表内容而言，从utf8mb3来utf8mb4礼物没有问题:

对于BMP字符，utf8mb4和utf8mb3具有相同的存储特征:相同的代码值，相同的编码，相同的长度。
对于补充字符，utf8mb4需要四个字节来存储，然而utf8mb3根本不能存储字符。当转换utf8mb3列utf8mb4，您不必担心转换补充字符，因为没有补充字符。

就表结构而言，以下是主要的潜在不兼容性:

对于变长字符数据类型(VARCHAR和文本类型)，字符的最大允许长度小于utf8mb4比列utf8mb3列。
对于所有字符数据类型(字符,VARCHAR,文本类型)时，可以索引的最大字符数小于forutf8mb4比列utf8mb3列。

因此，转换表从utf8mb3来utf8mb4，可能需要更改一些列或索引定义。

表可以从utf8mb3来utf8mb4通过使用ALTER TABLE。假设一个表有这样的定义:

创建表t1 (col1 CHAR(10) CHARACTER SET utf8 COLLATE utf8_unicode_ci NOT NULL, col2 CHAR(10) CHARACTER SET utf8 COLLATE utf8_bin NOT NULL) CHARACTER SET utf8;

下面的语句转换为t1使用utf8mb4:

ALTER TABLE t1 DEFAULT CHARACTER SET utf8mb4, MODIFY col2 CHAR(10) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL，修改col2 CHAR(10) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NOT NULL

转换时的捕获utf8mb3来utf8mb4是一个列或索引键的最大长度不变的条款字节。因此，它的方面较小字符因为字符的最大长度为四个字节而不是三个。为了字符,VARCHAR,文本数据类型，当转换MySQL表时注意这些问题:

检查所有定义utf8mb3列，并确保它们不超过存储引擎的最大长度。
检查所有索引utf8mb3列，并确保它们不超过存储引擎的最大长度。有时，由于存储引擎的增强，最大值可能会发生变化。

如果上述条件适用，则必须减少列或索引的定义长度，或者继续使用utf8mb3而不是utf8mb4。

以下是一些可能需要进行结构调整的例子:

一个非常小的文本串Column最多可以容纳255个字节，因此它最多可以容纳85个3字节或63个4字节字符。假设你有非常小的文本串列,使用utf8mb3但必须能够包含超过63个字符。你不能把它转换成utf8mb4除非您还将数据类型更改为更长的类型，例如文本。
类似地，一个很长的VARCHAR列可能需要更改为较长的列之一文本类型，如果要从utf8mb3来utf8mb4。
InnoDB对于使用的表，最大索引长度为767字节紧凑的或者冗余行格式，所以utf8mb3或者utf8mb4列，可以分别索引最多255或191个字符。如果你现在有utf8mb3索引超过191个字符的列，必须索引较少的字符。
在一个InnoDB表使用紧凑的或者冗余行格式，这些列和索引定义是合法的:
```
字符集utf8，索引(col1(255))
```
使用utf8mb4相反，索引必须更小：
```
字符集utf8mb4，索引(col1(191))
```
请注意

为InnoDB表的使用压缩或者动态行格式，可以启用innodb_large_prefix选择允许索引键的前缀大于767字节(最多3072字节)。创建这样的表还需要选项值innodb_file_format =梭子岛和innodb_file_per_table = true)。在这种情况下，启用innodb_large_prefix选项允许您索引最多1024或768个字符utf8mb3或者utf8mb4分别列。相关信息请参见第14.23节“InnoDB限制”。

只有当您有很长的列或索引时，才最有可能需要上述类型的更改。否则，您应该能够将表从utf8mb3来utf8mb4没有问题,使用ALTER TABLE如前所述。

以下项目总结了其他潜在的不兼容性:

设置名称“utf8mb4”导致将4字节字符集用于连接字符集。只要没有从服务器发送4字节的字符，就应该没有问题。否则，希望每个字符最多接收三个字节的应用程序可能会有问题。相反，希望发送4字节字符的应用程序必须确保服务器能够理解它们。
对于复制，如果要在源上使用支持补充字符的字符集，那么所有副本也必须理解它们。
另外，请记住这样的一般原则:如果一个表在源和副本上有不同的定义，这可能会导致意外的结果。例如，最大索引键长度的差异使得使用它有风险utf8mb3关于来源和utf8mb4在副本。

如果你已经转换为utf8mb4,utf16,utf16le,或utf32，然后决定转换回utf8mb3或者ucs2(例如，降级到一个旧版本的MySQL)，这些注意事项适用:

utf8mb3和ucs2数据不会出现任何问题。
服务器必须近来足以识别指定从您正在转换的字符集的定义。
引用的对象定义utf8mb4字符集，你可以转储它们, mysqldump在降级之前，编辑转储文件以更改实例utf8mb4来use utf8，并在旧服务器中重新加载文件，只要数据中没有4字节字符。旧的服务器看到use utf8在转储文件中对象定义并创建使用(3字节)的新对象use utf8字符集。

上一页首页向上下一个