utf8 與 utf8mb4
標准的 UTF-8 字符集編碼是可以用 1~4 個字節去編碼21位字符，是一種變長的編碼格式，這幾乎包含了是世界上所有能看見的語言了。然而在MySQL里實現的utf8最長使用3個字節，節省空間但不能表達全部的UTF-8，只支持到了 Unicode 中的“基本多文種平面”（U+0000至U+FFFF，Basic Multilingual Plane，BMP），包含了控制符、拉丁文，中、日、韓等絕大多數國際字符，但並不是所有，最常見的就算現在手機端常用的表情字符 emoji和一些不常用的漢字，如 “墅” ，這些需要四個字節才能編碼出來。
MySQL在 5.5.3 之后增加了 utf8mb4 字符編碼，mb4即 most bytes 4,使用4個字節來表示完整的UTF-8。簡單說 utf8mb4 是 utf8 的超集並完全兼容utf8，能夠用四個字節存儲更多的字符。
注：QQ里面的內置的表情不算，它是通過特殊映射到的一個gif圖片。一般輸入法自帶的就是。
當你的數據庫里要求能夠存入這些表情或寬字符時，可以把字段定義為 utf8mb4，同時要注意連接字符集也要設置為utf8mb4，否則在 嚴格模式 下會出現 Incorrect string value: /xF0/xA1/x8B/xBE/xE5/xA2… for column 'name'這樣的錯誤，非嚴格模式下此后的數據會被截斷。
utf8mb4_bin、utf8mb4_unicode_ci 與 utf8mb4_general_ci
utf8mb4_bin： 將字符串每個字符用二進制數據編譯存儲，區分大小寫，而且可以存二進制的內容。
utf8mb4_general_ci：ci即case insensitive，不區分大小寫。是一個遺留的 校對規則，不支持擴展，它僅能夠在字符之間進行逐個比較，沒有實現Unicode排序規則，在遇到某些特殊語言或者字符集，排序結果可能不一致。但是，在絕大多數情況下，這些特殊字符的順序並不需要那么精確。
utf8mb4_unicode_ci：是基於標准的Unicode來排序和比較，能夠在各種語言之間精確排序，Unicode排序規則為了能夠處理特殊字符的情況，實現了略微復雜的排序算法。
collate規則：
utf8mb4_bin 大小寫敏感
utf8mb4_general_cs 大小寫敏感
*_bin: 表示的是binary case sensitive collation，也就是說是區分大小寫的
*_cs: case sensitive collation，區分大小寫
*_ci: case insensitive collation，不區分大小寫
Mysql默認的字符檢索策略：utf8_general_ci，表示不區分大小寫；utf8_general_cs表示區分大小寫，utf8_bin表示二進制比較，同樣也區分大小寫 。（注意：在Mysql5.6.10版本中，不支持utf8_genral_cs！）
utf8mb4_general_ci P=p Q=q R=r=Ř=ř S=s=ß=Ś=ś=Ş=ş=Š=š sh ss sz
utf8mb4_unicode_ci P=p Q=q R=r=Ř=ř S=s=Ś=ś=Ş=ş=Š=š sh ss=ß sz
如何選擇
字符除了需要存儲，還需要排序或比較大小，涉及到與編碼字符集對應的 排序字符集（collation）。ut8mb4對應的排序字符集常用的有 utf8mb4_unicode_ci、utf8mb4_general_ci
主要從排序准確性和性能兩方面看：
-
准確性
utf8mb4_unicode_ci： 是基於標准的Unicode來排序和比較，能夠在各種語言之間精確排序。
utf8mb4_general_ci： 沒有實現Unicode排序規則，在遇到某些特殊語言或字符是，排序結果可能不是所期望的。
但是在絕大多數情況下，這種特殊字符的順序一定要那么精確嗎。比如Unicode把ß、Œ當成ss和OE來看；而general會把它們當成s、e，再如ÀÁÅåāă各自都與 A 相等。
-
性能
utf8mb4_general_ci： 在比較和排序的時候更快
utf8mb4_unicode_ci： 在特殊情況下，Unicode排序規則為了能夠處理特殊字符的情況，實現了略微復雜的排序算法。
但是在絕大多數情況下，不會發生此類復雜比較。general理論上比Unicode可能快些，但相比現在的CPU來說，它遠遠不足以成為考慮性能的因素，索引涉及、SQL設計才是。
這也從另一個角度告訴我們，不要可能產生亂碼的字段作為主鍵或唯一索引。例如：以url來作為唯一索引，但是它記錄的有可能是亂碼。
總結：utf8mb4_general_ci 更快，utf8mb4_unicode_ci 更准確。推薦是 utf8mb4_unicode_ci，將來 8.0 里也極有可能使用變為默認的規則。相比選擇哪一種collation，使用者更應該關心字符集與排序規則在db里需要統一。
參考：
http://seanlook.com/2016/10/23/mysql-utf8mb4/
https://my.oschina.net/xsh1208/blog/1052781