一、utf8 是个历史遗留
MySQL 的 utf8 别名指向 utf8mb3：每个字符最多 3 字节，只覆盖基本多文种平面（BMP）。而 emoji、部分生僻字在 4 字节区，所以：
-- utf8mb3 列插入 emoji
INSERT INTO t (name) VALUES ('👍');
-- ERROR 1366: Incorrect string value: '\xF0\x9F\x91\x8D'utf8mb4 才是完整的 UTF-8（最多 4 字节）。新项目一律用 utf8mb4，没有例外。MySQL 8.0 已把默认字符集改为 utf8mb4，但老库升级后仍需逐表检查。
二、字符集与排序规则
字符集决定「能存什么」，排序规则（collation）决定「怎么比较和排序」。
| collation | 特点 |
|---|---|
utf8mb4_general_ci | 老默认，比较快，规则较粗 |
utf8mb4_unicode_ci | 基于 Unicode 规则，比较准确 |
utf8mb4_0900_ai_ci | MySQL 8.0 默认，基于 UCA 9.0，推荐 |
utf8mb4_bin | 按字节比较，区分大小写 |
ci 是 case-insensitive（不区分大小写），ai 是 accent-insensitive（不区分重音）。做用户名、邮箱唯一索引时要注意：ci 下 Admin 和 admin 视为相同，这通常正是想要的效果；但做验证码、token 比较时应该用 _bin。
三、四个层级的字符集
字符集可以设在服务器、数据库、表、列四级，就近生效：
SHOW VARIABLES LIKE 'character_set%'; -- 服务器与连接
SHOW CREATE TABLE orders; -- 看表与列的常见坑：库是 utf8mb4，但某个列建表时被指定成 utf8，于是只有这一列存不了 emoji。排查时要看到列级。
连接字符集也很关键：
[client]
default-character-set = utf8mb4
[mysqld]
character-set-server = utf8mb4
collation-server = utf8mb4_0900_ai_ciJDBC 连接串加 characterEncoding=utf8&connectionCollation=utf8mb4_0900_ai_ci（注意驱动版本差异），PHP 的 PDO 在 DSN 里写 charset=utf8mb4。连接字符集不对，会出现「库里存的是乱码但长度正常」的情况，比直接报错更难查。
四、把老表改成 utf8mb4
ALTER TABLE orders CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci;注意三点：
CONVERT TO会重建表，大表要用pt-online-schema-change或gh-ost，避免长时间锁表。- 只改表不改列，某些列可能仍是旧字符集，要逐列确认。
- 改之前备份，字符集转换是不可逆的操作（尤其是里面已经有乱码时）。
五、索引长度限制
utf8mb4 每字符 4 字节，VARCHAR(255) 建索引需要 1020 字节。InnoDB 单列索引前缀上限是 3072 字节（DYNAMIC 行格式），所以 VARCHAR(768) 以内可以整列索引，再长就要用前缀索引：
ALTER TABLE t ADD INDEX idx_name (name(191));191 这个数字来自老版本「767 字节 / 4」的推导，现在虽已放宽，但短前缀索引仍然更省空间。前缀索引的代价是无法用于覆盖索引和 ORDER BY。
六、乱码怎么判断
| 现象 | 原因 |
|---|---|
| 插入报 1366 | 列字符集存不下该字符（多为 utf8mb3 + emoji） |
存进去是 ??? | 连接字符集不支持，被替换 |
读出来是 测试 | UTF-8 字节被按 latin1 解释 |
| 导出文件打开乱码 | 导出时未指定 --default-character-set=utf8mb4 |
备份导出一定要带字符集参数：
mysqldump --default-character-set=utf8mb4 -u root -p db > db.sql七、实操建议
- 新建库表统一
utf8mb4+utf8mb4_0900_ai_ci。 - 连接串显式声明字符集，不依赖默认值。
- 迁移老库前先统计哪些列存了 4 字节字符（用
CHAR_LENGTH与LENGTH的比值辅助判断）。 - 前后端交互统一 UTF-8，不要中途转 GBK。
字符本身的问题可以用 Unicode 转换工具 查码点和字节，确认到底是 3 字节还是 4 字节字符。
小结
MySQL 的 utf8 = utf8mb3，只有 3 字节，存不了 emoji；新项目一律 utf8mb4；字符集分服务器/库/表/列四级，要看到列级；老表转换会重建表，大表用在线工具。