MySQL存储emoji表情

现在emoji表情非常流行，用户使用App输入文本时都会加入emoji表情。如果在移动端发布文本内容时包含了这种emoji表情符号，通过接口传递到服务器端，服务器端再存入MySQL数据库可能出现：

• 使用UTF-8字符集的数据库无法正常插入内容数据。异常信息为 Incorrect string value: '\xXX\xXX\xXX\xXX' for column......
• 使用GBK字符集的数据库虽然能正常插入数据，但回显会变成□□□□□□的乱码形式

原因在于MySQL中utf8字符集只支持三字节UTF-8编码的Unicode范围，而emoji字符属于四字节编码部分。

解决办法：

• 将数据库字符集更改为utf8mb4（utf8与utf8mb4区别见官方文档 https://dev.mysql.com/doc/refman/5.7/en/charset-unicode-conversion.html）
  在MySQL配置文件my.cnf中增加如下配置，并重启服务。

   character-set-server=utf8mb4
   collation-server=utf8mb4_unicode_ci
   init_connect='SET NAMES utf8mb4'
  

  这种方式下后续需要将库，表，索引等的字符集全部更新成utf8mb4，工作量较大。

  -- utf8时表结构
  CREATE TABLE t1 (
      col1 CHAR(10) CHARACTER SET utf8 COLLATE utf8_unicode_ci NOT NULL,
      col2 CHAR(10) CHARACTER SET utf8 COLLATE utf8_bin NOT NULL
  ) CHARACTER SET utf8;
  

  --更新成utf8mb4
  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;
  

我认为这种方式比较适合初期表模型设计阶段。这样避免大量修改工作导致的错误。

• 将emoji表情和自定义的规则进行映射，从而将无法存储的字符转换为可以存储的字符。比如🎹就对应成 :musical_keyboard:
  已经有现成的第三方库可以使用（https://github.com/vdurmont/emoji-java）。

字符截断可能会有问题：
假如数据库中存储的内容是 Music🎹🎧音乐大师
现在有个需求要求将内容的前6个字符作为摘要显示。使用substring(0,6)直接截取 就会出现问题。