現代資料庫公認最好的字元編碼是 UTF-8(在 MySQL 與 MariaDB 中具體稱為 utf8mb4)。它能完整支援全球所有語言文字、特殊符號以及 Emoji,並具備極佳的儲存效率與跨系統相容性。
為什麼選擇 UTF-8?
- 全球語言與 Emoji 支援。 UTF-8 涵蓋了完整的 Unicode 字元集,能正確儲存繁體中文、簡體中文、日韓文、各國語言以及現代應用必備的 Emoji 表情符號。
- 儲存空間彈性高。 它採用可變長度編碼(1 到 4 個位元組),英數字元只佔 1 個位元組,中文字元通常佔 3 個位元組,大幅節省儲存空間與網路傳輸頻寬。
- 現代網路標準一致。 網頁(HTML5)、API(JSON)與各大程式語言預設皆使用 UTF-8,資料庫採用相同編碼可免除轉碼過程,徹底避免亂碼風險。
主流資料庫的推薦設定
| 資料庫系統 | 推薦字元集 (Character Set) | 推薦排序規則 (Collation) | 注意事項 |
|---|---|---|---|
| MySQL / MariaDB | utf8mb4 | utf8mb4_unicode_ci 或 utf8mb4_0900_ai_ci | 切勿使用舊版的 utf8(僅支援 3 位元組),否則存入 Emoji 或生僻字會報錯或遺失資料。 |
| PostgreSQL | UTF8 | en_US.UTF-8 或 C.UTF-8 | 建立資料庫時的預設標準,對多國語言與複雜字元支援度極佳。 |
| SQL Server | UTF-8(配合 VARCHAR)或 NVARCHAR | 對應支援 _UTF8 的定序(如 Chinese_Taiwan_Stroke_CI_AS_KS_WS_SC_UTF8) | SQL Server 2019 起在 VARCHAR 欄位完整支援 UTF-8,兼顧相容性與空間效率。 |
| SQLite / MongoDB | 預設 UTF-8 | 預設二進位或標準排序 | 兩者底層皆原生以 UTF-8 處理字串,通常無需額外調整。 |
實務設定建議
- 統一全鏈路編碼。 除了資料庫與資料表本身,應用程式連線字串(Connection String)也必須明確指定為
utf8mb4或UTF-8。 - 留意排序規則(Collation)。 若系統需要區分大小寫或特定語系的筆劃排序,建立資料表時應依據業務需求挑選對應的
_cs(區分大小寫)或_ci(不區分大小寫)定序。