如何在MySQL中存储emoji？

[[170505]]

问题还原

使用 erlang 存储一些特殊字符串到 MySQL 的时候，却没法读出来。经检查，这些字符串的二进制格式如下：

<<240,159,152,134,240,159,152,144>> 

查看二进制的 unicode 是什么?

14> unicode:characters_to_list(<<240,159,152,134,240,159,152,144>>). 
[128518,128528] 
15> erlang:integer_to_list(128518,16).%%查看十六进制 
"1F606" 
16> erlang:integer_to_list(128528,16). 
"1F610" 

明显，1F606 和 1F610 超过了常见 unicode 字符串 0000-FFFF 的表达范围。

这里引用资料：http://cenalulu.github.io/linux/character-encoding/

1F606 和 1F610 代表什么?

根据 unicode 官网上的说明，这是一种 emoji(表情符号)，具体的展示形式与厂商有关。

MySQL 上存储失败的原因

目前来说，多数 MySQL 都是以 utf8 存储，注意 MySQL 的 utf8 和我们所说的传统 utf8 有点区别。MySQL 的 utf8 编码规定了最多只能有 3 个字节，而 emoji 的 unicode 已经超过了 3 个字节，因此 MySQL 的 utf8 无法识别与存储 emoji。

为此可以查阅 MySQL 中关于 unicode 支持的资料，从中可以得知 MySQL 在 5.5 后开始支持 utf8mb4，这种编码支持 1 ~ 4 个字节，这种编码可以表示 emoji。

另外 utf8mb4 向下兼容 utf8。

关于 unicode 与 utf8 的详细介绍，请查看：http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html

解决方案

将 MySQL 中对应的字段改成 utf8mb4 编码：

ALTER TABLE t1 
  DEFAULT CHARACTER SET utf8mb4, 
  MODIFY col1 CHAR(10) 
    CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL, 
  MODIFY col2 CHAR(10) 
    CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NOT NULL; 

参考：http://dev.mysql.com/doc/refman/5.5/en/charset-unicode-upgrading.html

将连接库的连接编码改为 utf8mb4，以 erlang 的连接库 emysql 为例：

emysql:add_pool(pool,[{size,1},{user,"user"},{password,"password"},{host,"host"},{port,3306},{encoding,utf8mb4}]). 
%%或者 
emysql:add_pool(pool,1,"user","password","host",3306,undefined, utf8mb4). 

为了建表方便，可以修改 my.cnf：

# 服务器字符集 
[mysql] 
default-character-set=utf8mb4 
[mysqld] 
character-set-server=utf8mb4