应优先选择utf8mb4以支持多语言和emoji，避免乱码；需统一数据库、表、连接的字符集设置，并匹配排序规则，确保数据准确与系统兼容。
在MySQL数据库中选择字符集时，核心目标是确保数据存储的准确性、系统兼容性和性能表现。选错字符集可能导致乱码、存储空间浪费或排序规则异常等问题。
支持多语言应优先使用utf8mb4
MySQL中的utf8实际上是伪UTF-8，最多只支持3字节字符，无法正确存储emoji或部分生僻汉字。真正完整的UTF-8实现是utf8mb4，它支持4字节Unicode字符。
- 如果应用涉及用户生成内容（如昵称、评论），必须使用utf8mb4
- 将数据库、表和连接的字符集统一设为utf8mb4
- 避免出现“Incorrect string value”错误
注意字符集对存储空间的影响
不同字符集占用的空间不同，直接影响表大小和I/O效率。
- utf8mb4每个字符最多占4字节，比latin1（1字节）大得多
- 对于仅存英文或数字的字段，可考虑用ascii或latin1节省空间
- 长文本字段使用utf8mb4时需评估磁盘增长趋势
排序规则（Collation）要匹配业务需求
字符集常伴随排序规则，影响查询中的比较和排序行为。
- 区分大小写：utf8mb4_bin 区分，utf8mb4_general_ci 不区分
- 中文排序建议使用utf8mb4_unicode_ci，支持更准确的字符比较
- 若需要高性能但不追求精确排序，可用utf8mb4_general_ci
保持全局设置一致
字符集配置需贯穿整个链路，否则仍可能出现乱码。
- 数据库创建时指定默认字符集：CREATE DATABASE db_name CHARACTER SET utf8mb4;
- 数据表和字段也应显式定义字符集
- 连接层（如JDBC、PHP PDO）需设置characterEncoding=utf8mb4
- 检查服务器配置文件（my.cnf）中[client]、[mysqld]段的字符集设置
基本上就这些。只要从一开始就规划好字符集，并在开发、部署和连接各环节保持统一，就能避免大多数编码问题。utf8mb4现在已成为现代应用的标准选择。不复杂但容易忽略。
