參考於今日頭條上Java芋道源碼的-----記住：永遠不要在 MySQL 中使用 UTF-8
字符集選擇
MySQL 的 utf8 實際上不是真正的 UTF-8。utf8 只支持每個字符最多三個字節，而真正的 UTF-8 是每個字符最多四個字節。
MySQL 一直沒有修復這個 bug，他們在 2010 年發布了一個叫作 utf8mb4 的字符集，繞過了這個問題。當然，他們並沒有對新的字符集廣而告之（可能是因為這個 bug 讓他們覺得很尷尬），以致於現在網絡上仍然在建議開發者使用 utf8，但這些建議都是錯誤的。
簡單概括如下：
（1）MySQL 的 utf8mb4 是真正的 UTF-8。
（2）MySQL 的 utf8 是一種專屬的編碼，它能夠編碼的 Unicode 字符並不多。
所有在使用 utf8 的 MySQL 和 MariaDB 用戶都應該改用 utf8mb4，永遠都不要再使用 utf8。
這里（https://mathiasbynens.be/notes/mysql-utf8mb4#utf8-to-utf8mb4）提供了一個指南用於將現有數據庫的字符編碼從 utf8 轉成 utf8mb4。
歷史原因
為什么 MySQL 開發者會讓“utf8”失效？我們或許可以從提交日志中尋找答案。
MySQL 從 4.1 版本開始支持 UTF-8，也就是 2003 年，而今天使用的 UTF-8 標准（RFC 3629）是隨后才出現的。
舊版的 UTF-8 標准（RFC 2279）最多支持每個字符 6 個字節。2002 年 3 月 28 日，MySQL 開發者在第一個 MySQL 4.1 預覽版中使用了 RFC 2279。
同年 9 月，他們對 MySQL 源代碼進行了一次調整：“UTF8 現在最多只支持 3 個字節的序列”。
是誰提交了這些代碼？他為什么要這樣做？這個問題不得而知。在遷移到 Git 后（MySQL 最開始使用的是 BitKeeper），MySQL 代碼庫中的很多提交者的名字都丟失了。2003 年 9 月的郵件列表中也找不到可以解釋這一變更的線索。
不過我可以試着猜測一下。
2002 年，MySQL 做出了一個決定：如果用戶可以保證數據表的每一行都使用相同的字節數，那么 MySQL 就可以在性能方面來一個大提升。為此，用戶需要將文本列定義為“CHAR”，每個“CHAR”列總是擁有相同數量的字符。如果插入的字符少於定義的數量，MySQL 就會在后面填充空格，如果插入的字符超過了定義的數量，后面超出部分會被截斷。
MySQL 開發者在最開始嘗試 UTF-8 時使用了每個字符 6 個字節，CHAR(1) 使用 6 個字節，CHAR(2) 使用 12 個字節，並以此類推。
應該說，他們最初的行為才是正確的，可惜這一版本一直沒有發布。但是文檔上卻這么寫了，而且廣為流傳，所有了解 UTF-8 的人都認同文檔里寫的東西。
不過很顯然，MySQL 開發者或廠商擔心會有用戶做這兩件事：
（1）使用 CHAR 定義列（在現在看來，CHAR 已經是老古董了，但在那時，在 MySQL 中使用 CHAR 會更快，不過從 2005 年以后就不是這樣子了）。
（2）將 CHAR 列的編碼設置為“utf8”。
我的猜測是 MySQL 開發者本來想幫助那些希望在空間和速度上雙贏的用戶，但他們搞砸了“utf8”編碼。
所以結果就是沒有贏家。那些希望在空間和速度上雙贏的用戶，當他們在使用“utf8”的 CHAR 列時，實際上使用的空間比預期的更大，速度也比預期的慢。而想要正確性的用戶，當他們使用“utf8”編碼時，卻無法保存像“”這樣的字符。
在這個不合法的字符集發布了之后，MySQL 就無法修復它，因為這樣需要要求所有用戶重新構建他們的數據庫。最終，MySQL 在 2010 年重新發布了“utf8mb4”來支持真正的 UTF-8。