MySQL 8.4 發行說明
Unicode 標準包含基本多文種平面 (BMP) 中的字元，以及位於 BMP 之外的補充字元。本節描述 MySQL 中對 Unicode 的支援。如需 Unicode 標準本身的相關資訊，請造訪 Unicode 聯盟網站。
BMP 字元具有以下特性
其碼位值介於 0 到 65535 之間（或
U+0000和U+FFFF）。它們可以使用 8、16 或 24 位元（1 到 3 個位元組）的可變長度編碼來編碼。
它們可以使用 16 位元（2 個位元組）的固定長度編碼來編碼。
它們足以表示主要語言中的幾乎所有字元。
補充字元位於 BMP 之外
其碼位值介於
U+10000和U+10FFFF）之間。對補充字元的 Unicode 支援需要具有 BMP 字元範圍之外的字元集，因此比 BMP 字元佔用更多空間（每個字元最多 4 個位元組）。
UTF-8（Unicode 轉換格式，使用 8 位元單位）方法對 Unicode 資料進行編碼是根據 RFC 3629 實作的，該 RFC 描述了採用一到四個位元組的編碼序列。UTF-8 的概念是使用不同長度的位元組序列對各種 Unicode 字元進行編碼
基本拉丁字母、數字和標點符號使用一個位元組。
大多數歐洲和中東文字母都適合 2 位元組序列：擴充拉丁字母（帶有波浪號、長音符號、銳音符號、重音符號和其他重音符號）、斯拉夫字母、希臘字母、亞美尼亞字母、希伯來字母、阿拉伯字母、敘利亞字母等。
韓文、中文和日文的表意文字使用 3 位元組或 4 位元組序列。
MySQL 支援這些 Unicode 字元集
utf8mb4：Unicode 字元集的 UTF-8 編碼，每個字元使用一到四個位元組。utf8mb3：Unicode 字元集的 UTF-8 編碼，每個字元使用一到三個位元組。此字元集已棄用，並會在未來版本中移除；請改用utf8mb4。utf8：utf8mb3的已棄用別名；請改用utf8mb4。注意utf8預計在未來版本的 MySQL 中成為utf8mb4的別名。ucs2：Unicode 字元集的 UCS-2 編碼，每個字元使用兩個位元組。已棄用；預期在未來版本中會移除對此字元集的支持。utf16：Unicode 字元集的 UTF-16 編碼，每個字元使用兩個或四個位元組。與ucs2類似，但擴充了對補充字元的支援。utf16le：Unicode 字元集的 UTF-16LE 編碼。與utf16類似，但使用小端而不是大端。utf32：Unicode 字元集的 UTF-32 編碼，每個字元使用四個位元組。
注意
utf8mb3 字元集已棄用，您應該預期它會在未來版本的 MySQL 中被移除。請改用 utf8mb4。utf8 目前是 utf8mb3 的別名，但現在已被棄用，而 utf8 預計隨後會成為對 utf8mb4 的參考。MySQL 8.4 也會在 Information Schema 表格的資料行中以及 SQL SHOW 陳述式的輸出中顯示 utf8mb3，而不是 utf8。
此外，您應該知道，在較舊版本的 MySQL 中使用 utf8_ 字首的校對已重新命名為使用 utf8mb3_ 字首。
為了避免對 utf8 的含義產生歧義，請考慮明確指定 utf8mb4 作為字元集參考。
表 12.2，「Unicode 字元集一般特性」總結了 MySQL 支援的 Unicode 字元集的一般特性。
表 12.2 Unicode 字元集一般特性
| 字元集 | 支援的字元 | 每個字元所需的儲存空間 |
|---|---|---|
utf8mb3、utf8（已棄用） |
僅限 BMP | 1、2 或 3 個位元組 |
ucs2 |
僅限 BMP | 2 個位元組 |
utf8mb4 |
BMP 和補充字元 | 1、2、3 或 4 個位元組 |
utf16 |
BMP 和補充字元 | 2 或 4 個位元組 |
utf16le |
BMP 和補充字元 | 2 或 4 個位元組 |
utf32 |
BMP 和補充字元 | 4 個位元組 |
BMP 之外的字元在轉換為僅支援 BMP 字元的 Unicode 字元集（utf8mb3 或 ucs2）時會比較為 REPLACEMENT CHARACTER 並轉換為 '?'。
如果您使用支援補充字元的字元集，因此比僅限 BMP 的 utf8mb3 和 ucs2 字元集更「寬」，您的應用程式可能會出現不相容的問題；請參閱第 12.9.8 節，「在 3 位元組和 4 位元組 Unicode 字元集之間轉換」。該節也說明如何將表格從（3 位元組）utf8mb3 轉換為（4 位元組）utf8mb4，以及這樣做時可能適用的限制。
大多數 Unicode 字元集都有類似的排序規則集。例如，每個字元集都有丹麥語排序規則，名稱分別為 utf8mb4_danish_ci、utf8mb3_danish_ci (已棄用)、utf8_danish_ci (已棄用)、ucs2_danish_ci、utf16_danish_ci 和 utf32_danish_ci。例外的是 utf16le，它只有兩種排序規則。關於 Unicode 排序規則及其區分屬性（包括補充字元的排序屬性）的資訊，請參閱第 12.10.1 節，「Unicode 字元集」。
MySQL 對 UCS-2、UTF-16 和 UTF-32 的實作以大端位元組順序儲存字元，且在值的開頭不使用位元組順序標記 (BOM)。其他資料庫系統可能會使用小端位元組順序或 BOM。在這種情況下，在這些系統和 MySQL 之間傳輸資料時，需要執行值的轉換。UTF-16LE 的實作是小端位元組順序。
MySQL 對於 UTF-8 值不使用 BOM。
使用 Unicode 與伺服器通訊的用戶端應用程式應相應地設定用戶端字元集（例如，透過發出 SET NAMES 'utf8mb4' 陳述式）。某些字元集不能用作用戶端字元集。嘗試將它們與 SET NAMES 或 SET CHARACTER SET 一起使用會產生錯誤。請參閱不允許的用戶端字元集。
以下章節提供關於 MySQL 中 Unicode 字元集的更多詳細資訊。