SQL执行报错Incorrect string value: ‘xF0x9Fx98x81xF0x9F…‘ for column ‘XXX‘ at row 1…

一、报错

分享一个数据库执行插入和修改语句可能会出现的bug

Incorrect string value: ‘xF0x9Fx98x81xF0x9F…’ for column ‘name’ at row 1…

再来看下实际项目中服务器报错打印的日志

二、原因

数据库某字段设置的是utf8字符集，在执行插入或修改语句时该字段传入的值是非utf8格式（表情或特殊字符）的内容。其实能出现这种问题的场景一般多是手机端。

我们都知道MySQL的utf8只支持最大3字节每字符，已经包含了控制符、拉丁文，中、日、韩等绝大多数国际字符，但还不是所有，例如手机端常用的表情字符 emoji表情和一些特殊字符，这些需要四个字节才能编码出来的，就需要对utf8进行扩展，于是就有了utf8mb4。
MySQL想要插入 4 字节长度的 UTF-8 字符，就需要使用 utf8mb4 字符集（mb4就是most bytes 4的意思，专门用来兼容四字节的unicode），但只有 5.5.3 版本以后的才支持。

三、示例

我有这么一张表

CREATE TABLE `user` (
  `id` int NOT NULL AUTO_INCREMENT,
  `name` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '用户名',
  `password` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '密码',
  `role` varchar(15) DEFAULT NULL COMMENT '角色',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET = utf8;

我的插入SQL这样写（name字段传入表情）

INSERT INTO `user` (name, password, role) 
VALUE ('😁😂😃👻', 'mypassword', 'admin');

那么执行的结果就会报错

INSERT INTO `user` (id, name, password, role) VALUE (NULL, '😁😂😃👻', 'mypassword', 'admin')
> 1366 - Incorrect string value: 'xF0x9Fx98x81xF0x9F...' for column 'name' at row 1
> 时间: 0.001s

报错信息很明显地告诉我们了，是name字段传入了不恰当的字符类型

四、解决办法

1. 将MySQL版本升级到5.5.3及以上。

-- 执行sql查询当前数据库的版本
select version();

关于MySQL的卸载与安装可以参我的考往期博文 —> 点击跳转

2. 将字段的utf8字符集升级到utf8mb4

数据库的字符集编码是有优先级的：

优先级顺序为：数据库字符集 当字符集不一致时，以小范围的为准，即字段设置的字符集优先级最高！

下面是通过sql修改字符编码：

--修改数据库字符集
ALTER DATABASE `数据库名` CHARACTER SET = utf8mb4;
--修改表字符集
ALTER TABLE `表名` convert to character set utf8mb4;
--修改字段字符集
ALTER TABLE `数据库名`.`表名` MODIFY COLUMN `字段名` VARCHAR(20) CHARACTER SET 
utf8mb4 COLLATE utf8mb4_general_ci NULL COMMENT '字段名称注释';

想要更多了解MySQL常用排序规则utf8mb4_general_ci、utf8mb4_unicode_ci、utf8mb4_bin、utf8mb4_0900_ai_ci等，以及存储字符集 utf8 和 utf8mb4，可以看下这篇博文，总结的比较详尽 —> 点击跳转

总结

 utf8mb4是utf8的超集，理论上原来使用utf8，然后将字符集修改为utf8mb4，也基本不会对已有的utf8编码数据的读取产生什么影响，不过为了utf8确实是更节省空间，我们一般情况下使用utf8也就够了。
 像一些不会对用户限制输入内容的varchar字段，还是尽量使用utf8mb4编码，正如我在文中说到的，这种使用utf8mb4的情况多是在手机端，因为我们限制不了用户往输入框里输入了什么字符，那么我们就必须向上或向下兼容了，通过牺牲部分空间和性能来换取平台的可靠性。
 一般来说，只要能找到满足当前需求的最好解决方案，那么技术选型就是正确的，如何取舍就看个人了。