数据库字符集与排序规则对照

更新于 2026年8月14日

适用人群：遇到中文 / Emoji 乱码，或需要正确设置数据库字符集的站长与开发者。

核心概念

关键概念

字符集（Charset）：字符如何编码存储，决定能存哪些字符。
排序规则（Collation）：字符如何比较和排序，决定 =、ORDER BY 的行为（是否区分大小写 / 重音）。

常用字符集对照

字符集	每字符字节	能否存 Emoji	说明
utf8mb4	1–4	能	推荐，真正的完整 UTF-8
utf8 (utf8mb3)	1–3	不能	MySQL 的历史遗留，存 Emoji 会报错
latin1	1	不能	存中文乱码，避免使用

常用排序规则

排序规则	特点
utf8mb4_unicode_ci	不区分大小写，通用性好
utf8mb4_0900_ai_ci	MySQL 8 默认，速度快、不区分重音
utf8mb4_bin	按二进制比较，区分大小写

实际示例

建库 / 建表指定 utf8mb4

CREATE DATABASE app DEFAULT CHARSET utf8mb4 COLLATE utf8mb4_unicode_ci;

CREATE TABLE posts (
  id BIGINT PRIMARY KEY AUTO_INCREMENT,
  title VARCHAR(200)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

查看与修改现有库表字符集

-- 查看
SHOW VARIABLES LIKE 'character_set_%';
SHOW CREATE TABLE posts;

-- 将已有表转换为 utf8mb4
ALTER TABLE posts CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

连接层也要用 utf8mb4，否则仍可能乱码：

# my.cnf
[client]
default-character-set = utf8mb4
[mysqld]
character-set-server = utf8mb4
collation-server = utf8mb4_unicode_ci

常见错误

⚠️用 MySQL 的 `utf8`（实为 utf8mb3）存 Emoji，插入时报 “Incorrect string value” 错误
⚠️库 / 表 / 连接三处字符集不一致，数据存进去正常、读出来乱码
⚠️只改了字符集没改排序规则，导致大小写敏感行为不符合预期

对应工具

Unicode 转义→

常见问题

utf8 和 utf8mb4 到底有什么区别？

MySQL 的 `utf8` 是每字符最多 3 字节的阉割版（utf8mb3），无法存储 4 字节字符（如 Emoji、部分生僻字）；`utf8mb4` 才是完整 UTF-8，实际项目应统一用 utf8mb4。

已有数据的表能安全转成 utf8mb4 吗？

可以用 `ALTER TABLE ... CONVERT TO CHARACTER SET utf8mb4` 转换，但大表会锁表 / 耗时，建议先备份、在低峰期操作，并注意索引长度限制。

联系客服