UTF8MB4 存储特性分析

UTF8MB4 不是定长存储，它是一种变长编码。

存储特性详解

1. 变长编码特性：

   • UTF8MB4 是 MySQL 中完全实现的 UTF-8 编码
   • 每个字符占用 1-4 个字节不等
   • 存储空间取决于实际字符

2. 字节分配情况：

   • ASCII 字符(0-127)：1字节
   • 大多数拉丁字母、希腊字母等：2字节
   • 基本多文种平面(BMP)中的汉字等：3字节
   • 辅助平面字符(如emoji)：4字节

3. 与定长编码的区别：

   • 定长编码(如utf32)每个字符固定占用4字节
   • 变长编码更节省空间，但处理稍复杂

4. MySQL中的实现：

   • VARCHAR(n) 表示最多存储n个字符，实际占用空间取决于内容
   • CHAR(n) 会填充空格到指定长度，但仍按变长编码存储字符本身

性能考虑

虽然变长编码节省空间，但在某些情况下可能影响性能： - 随机访问不如定长编码高效 - 排序操作可能稍慢

需要根据具体应用场景权衡选择。