MySQL支持emoji字符

最近在项目中需要支持用户输入emoji字符（如🚀），由于数据库的编码用的是utf8，所以需要做一些改造来予以支持。

1. 背景知识

UTF8
- 在MySQL中utf8编码的字符会占用1-3个字节来存储数据
- 只支持BMP字符
UTF8MB4
- 在MySQL中utf8mb4编码的字符会占用1-4个字节来存储数据
- 支持BMP字符
- 还支持Supplementary字符，比如emoji符号
- MySQL 5.5以上才有utf8mb4编码

所以，从上面可以看出，utf8mb4是utf8的超集，所以从utf8升级到utf8mb4，理论上是没有任何问题的，不过对数据库版本有要求（5.5以上）。

2. 改造步骤

2.1 MySQL服务端

2.1.1 修改/etc/my.cnf并重启MySQL服务器

这一步非必须，如果实在由于某些原因无法修改数据库配置，可以通过后面2.3.3部分的客户端手动配置来解决。

[mysqld]
character-set-server=utf8mb4
collation-server=utf8mb4_general_ci

2.2 MySQL数据库

2.2.1 修改数据库编码为utf8mb4

ALTER DATABASE `DBName` CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci;

可以通过以下SQL来生成alter语句：

use information_schema;
SELECT concat("ALTER DATABASE `",table_schema,"` CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci;") as _sql
FROM `TABLES` where table_schema like "yourDbName" group by table_schema;

2.2.2 修改数据表编码为utf8mb4

ALTER TABLE `TableName` CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;

可以通过以下SQL来生成所有表的alter语句：

use information_schema;
SELECT concat("ALTER TABLE `",table_schema,"`.`",table_name,"` CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;") as _sql
FROM `TABLES` where table_schema like "yourDbName" group by table_schema, table_name;

2.2.3 修改表字段编码为utf8mb4

如果表字段没有特别指定编码的，就会默认使用表的编码，所以这步一般都可以省略。不过如果有不一样的话，可以通过下面SQL来修改。

ALTER TABLE `TableName ` CHANGE `ColumnName ` `ColumnName` `DataType(Length)` CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT `xx` Comment `xx`;

2.3 Java客户端

2.3.1 升级JDBC驱动

确保mysql connector版本高于5.1.13，参见release note。

2.3.2 JDBC数据库连接串

由于目前的java mysql connector还不支持utf8mb4，所以在jdbc的数据库连接串还只能使用utf8

jdbc:mysql://database_ip:3306/database_name?characterEncoding=utf8

2.3.3 数据库连接配置

如果在2.1部分，已经修改了数据库的配置并重启，那么这一步可以省略，因为mysql connector会自动继承服务器的设置。

如果2.1部分由于各种原因没有修改的话，那么就需要在客户端这里做设置了。

具体来说，就是在每个数据库连接建立的时候，通过运行set names utf8mb4来显式设置客户端连接的encoding为utf8mb4。

如果客户端用的是tomcat-jdbc的话，可以通过initSQL属性来做设置。

initSQL - the ability to run a SQL statement exactly once, when the connection is created

对spring-boot应用而言，就是设置spring.datasource.initSQL属性：

spring.datasource.initSQL=set names utf8mb4

3. 使用utf8mb4后需要注意的地方

由于utf8mb4的字节长度是1-4个字节，而utf8的字节长度是1-3个字节，所以会有一些限制的变化。

3.1 字段长度限制

MySQL中的字段类型都有长度限制，比如varchar的最长字节长度是65535，所以使用utf8编码的时候，可以指定字段最长为65535/3=21845。如果使用utf8mb4编码的话，由于字符最长会占用4个字节，所以字段最长只能为65535/4=16383。

3.2 索引长度限制

MySQL中的索引也有长度限制： 767字节，所以使用utf8编码的的时候，可以指定索引字段最长为255字节，但是指定utf8mb4的话，只能索引191字节。

KEY XX_Index (XX(191))

3.3 行长度限制

MySQL中的行也有长度限制： 65535字节，所以当字段编码从utf8变为utf8mb4的时候，可能也会需要缩短部分字段的长度来满足行的长度限制。

4. 总结

从上面的改造步骤来看，从utf8到utf8mb4还是比较容易的，而且理论上来说是没有风险的，所以推荐大家尽快采用utf8mb4。另外，对于新的应用可以一上来就使用utf8mb4编码，以免真的碰到问题了再来改造过于被动。