Mysql存储微信Emoji表情问题

2020-01-06

问题

Tomcat 中报 Java 如下错误：

java.sql.SQLException: Incorrect string value: '\xF0\x9F\x8D\x87 \xE7...' for column 'name' at row 1
        at com.mysql.jdbc.SQLError.createSQLException(SQLError.java:1078)
        at com.mysql.jdbc.MysqlIO.checkErrorPacket(MysqlIO.java:4187)
        at com.mysql.jdbc.MysqlIO.checkErrorPacket(MysqlIO.java:4119)
        at com.mysql.jdbc.MysqlIO.sendCommand(MysqlIO.java:2570)
        at com.mysql.jdbc.MysqlIO.sqlQueryDirect(MysqlIO.java:2731)
        at com.mysql.jdbc.ConnectionImpl.execSQL(ConnectionImpl.java:2815)
        at com.mysql.jdbc.PreparedStatement.executeInternal(PreparedStatement.java:2155)
        at com.mysql.jdbc.PreparedStatement.execute(PreparedStatement.java:1379)
        at com.alibaba.druid.filter.FilterChainImpl.preparedStatement_execute

上面错误意思是 mysql 数据库中 name 字段插入不正确的字符串值。name 字段是记录微信呢称，设计之出没有考虑到微信呢称中使用 Emoji 表情，导致写入数据失败。

问题根本原因

Mysql 版本是 5.7.22，当时使用下面命令创建数据库，使用 utf8 编码。但 utf8 不支持 Emoji 表情。

1	create database if not exists my_db default charset utf8 collate utf8_general_ci;

utf8 为什么不支持 Emoji

utf8不支持emoji，是因为emoji是用4个字节存储的字符，而mysql的utf8只能存储1-3个字节的字符。

解决思路

（1）Mysql 服务器 client、mysql、mysqld 中需要显式指定字符集为 utf8mb4
（2）在(1)的服务器上创建的db，需要为 utf8mb4 字符集，COLLATE 为 utf8mb4_unicode_ci 或 utf8mb4_general_ci
（3）在(2)的db中创建 table 和存放emoji字段的字符集为 utf8mb4，collate 为 utf8mb4_unicode_ci 或 utf8mb4_general_ci。
（4）MySQL驱动最低不能低于 5.1.13，5.1.34 可用。

utf8_unicode_ci 与 utf8_general_ci 比较：

utf8_unicode_ci 和 utf8_general_ci 对中、英文来说没有实质的差别。
utf8_general_ci 校对速度快，但准确度稍差。
utf8_unicode_ci 准确度高，但校对速度稍慢。

小结：如果你的应用有德语、法语或者俄语，请一定使用 utf8_unicode_ci。一般用 utf8_general_ci 就足够。

utf8mb4 mysql最低版本支持

注意：utf8mb4 最低 mysql 版本支持为 5.5.3+，若不是，请升级到较新版本。

MySQL 在 5.5.3 之后增加了 utf8mb4 字符编码，mb4即 most bytes 4。简单说 utf8mb4 是 utf8 的超集并完全兼容utf8，能够用四个字节存储更多的字符。

但抛开数据库，标准的 UTF-8 字符集编码是可以用 1~4 个字节去编码21位字符，这几乎包含了是世界上所有能看见的语言了。
然而在MySQL里实现的utf8最长使用3个字节，也就是只支持到了 Unicode 中的基本多文本平面（U+0000至U+FFFF），包含了控制符、拉丁文，中、日、韩等绝大多数国际字符，但并不是所有，最常见的就算现在手机端常用的表情字符 emoji和一些不常用的汉字，这些需要四个字节才能编码出来。

具体解决方法操作

修改 /etc/mysql/my.cnf （配置一般情况都存放这里），添加如下内容

[client]
default-character-set = utf8mb4

[mysql]
default-character-set = utf8mb4

[mysqld]
character-set-client-handshake = FALSE
character-set-server = utf8mb4
collation-server = utf8mb4_unicode_ci
init_connect='SET NAMES utf8mb4'

重启数据库，检查变量

mysql> SHOW VARIABLES WHERE Variable_name LIKE 'character_set_%' OR Variable_name LIKE 'collation%';

Variable_name	Value
character_set_client	utf8mb4
character_set_connection utf8mb4
character_set_database	utf8mb4
character_set_filesystem binary
character_set_results	utf8mb4
character_set_server	utf8mb4
character_set_system	utf8
collation_connection	utf8mb4_unicode_ci
collation_database	utf8mb4_unicode_ci
collation_server	utf8mb4_unicode_ci

必须保证下面几个变量是 `utf8mb4`

系统变量	描述
character_set_client	客户端来源数据使用的字符集
character_set_connection	连接层字符集
character_set_database	当前选中数据库的默认字符集
character_set_results	查询结果字符集
character_set_server	默认的内部操作字符集

将数据库和已经建好的表也转换成 utf8mb4

1
2
3

ALTER DATABASE database_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci; # 更改数据库编码 
ALTER TABLE table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; # 更改表编码
ALTER TABLE table_name CHANGE column_name VARCHAR(191) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;  # 更改列的编码

查询字符集编码

1
2
3

show create database fangdai_CMS; # 查询数据库编码
show create table t_member; # 查询表编码
show full columns from t_member; # 查询所有表字段编码

数据库连接配置

添加 characterEncoding=utf8 会被自动识别为 utf8mb4 ；autoReconnect=true 参数必须添加。

参考链接

---本文结束感谢您的阅读。微信扫描二维码，关注我的公众号---

本文作者： Peng Yang
本文链接： https://www.yp14.cn/2020/01/06/Mysql存储微信Emoji表情问题/
版权声明： 本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。转载请注明出处！

问题