16.12.2024

No categories

MySQL utf8 vs utf8mb4: каква е разликата между utf8 и utf8mb4?

Когато работите с бази данни MySQL, може да се сблъскате с кодировки на символи utf8 и utf8mb4, които на пръв поглед изглеждат сходни. Те обаче имат значителни разлики, които могат да повлияят на съхранението и показването на данни, 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.

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

Какво е utf8 в MySQL?

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

Колко байта използва utf8?

Символният набор utf8 в MySQL кодира символите, като използва между 1 и 3 байта на символ. Това означава, че той не може да представя символи, които изискват 4 байта, като например някои емоджита и някои по-рядко срещани китайски, японски и корейски (CJK) символи. 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 в utf8:

Емотикони като 😊, 🚀 и ❤️.
Някои редки CJK символи.
Математически символи и други специализирани Unicode символи.

Това ограничение доведе до внедряването 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 да се използва целият набор от символи Unicode. Това включва всички символи, които utf8 поддържа, както и допълнителни 4-байтови символи, които utf8 не поддържа.

Защо беше въведен utf8mb4?

MySQL въведе utf8mb4, за да отстрани недостатъците на utf8. С utf8mb4 можете да съхранявате всички валидни Unicode символи, включително емотикони, музикални ноти, математически символи и целия набор от символи 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
Обхват на Уникод	Частично (изключва 4-байтови символи)	Пълно (поддържа целия Unicode)
Поддръжка на емотикони	Не	Да
CJK символи	Повечето, но не всички	Всички
Съвместимост	Остарели бази данни	Препоръчва се за нови проекти

1. Дължина на байтовете

Най-съществената разлика между utf8 и utf8mb4 е броят на байтовете, използвани за съхраняване на символите. utf8 поддържа до 3 байта, а 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 емотикони или други специални знаци, които изискват 4 байта, utf8mb4 е единственият възможен вариант. При utf8 опитът за съхраняване на 4-байтови символи ще доведе до грешка, която може да доведе до загуба на данни или срив на приложението.

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 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 няколко причини да предпочетете utf8mb4:

Пълна поддръжка на Unicode: utf8mb4 ви позволява да съхранявате всички Unicode символи, включително емотикони, които стават все по-често срещани в генерираното от потребителите съдържание.
Перспективност: Тъй като в стандарта Unicode се добавят нови символи, utf8mb4 гарантира, че вашата база данни може да ги обработва.
Глобална съвместимост: С utf8mb4 не е необходимо да се притеснявате за съвместимостта на набора от символи за различни езици и специални символи.

Кога все пак трябва да използвам utf8?

Има няколко сценария, при които все още трябва да се използва utf8:

Пространство за съхранение на данни: Тъй като utf8mb4 използва до 4 байта на символ, това може да доведе до малко по-голям размер на базата данни от utf8. За повечето приложения обаче тази разлика често е незначителна.
Наследствени системи: Ако имате съществуващо приложение или база данни, които използват utf8, и не е необходимо да съхранявате 4-байтови символи, превключването може да не е необходимо.

Как да конвертирате база данни от utf8 в utf8mb4

Ако решите да конвертирате съществуваща база данни на MySQL от utf8 към utf8mb4, това включва няколко стъпки, за да се осигури плавен преход. Ето общо ръководство за това как да конвертирате база данни в utf8mb4.

Стъпка 1: Създаване на резервно копие на базата 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: Променете набора от символи и collation

Изпълнете следните SQL команди, за да промените набора от символи и collation на базата данни, таблиците и колоните на utf8mb4:

ALTER DATABASE database_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;

За всяка таблица изпълнете командата:

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 накарате новите таблици и колони да 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 бил успешно актуализиран:

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

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

В резултат на това трябва да видите 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 съхранявате данни, и на видовете символи, които можете да поддържате. Въпреки че utf8 се използваше широко в по-старите версии на MySQL, той е ограничен от факта, че не може да съхранява 4-байтови символи, като например емотикони. От друга страна, utf8mb4 осигурява пълна поддръжка на Unicode, което го прави препоръчителен вариант за нови бази данни и приложения, които изискват поддръжка на 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 преминаване към utf8mb4, за да защитите приложението си в бъдеще и да избегнете потенциални проблеми със съхранението на данни.

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