# 10.9.5 utf16 字符集(UTF-16 Unicode 编码)

utf16字符集是ucs2具有启用补充字符编码的扩展名的字符集:

  • 对于 BMP 字符,utf16ucs2具有相同的存储特性:相同的代码值、相同的编码、相同的长度。

  • 对于一个补充字符,utf16具有使用 32 位表示字符的特殊序列。这称为“代理”机制:对于大于0xffff,取 10 位并将它们添加到0xd800并将它们放在第一个 16 位字中,再取 10 位并将它们添加到0xdc00并将它们放在下一个 16 位字中。因此,所有补充字符都需要 32 位,其中前 16 位是介于0xd8000xdbff, 最后 16 位是介于0xdc000xdfff.示例在部分15.5 代理区域 (opens new window)Unicode 4.0 文档。

    因为utf16支持代理人和ucs2没有,有一个有效性检查只适用于utf16:您不能在没有底部代理的情况下插入顶部代理,反之亦然。例如:

INSERT INTO t (ucs2_column) VALUES (0xd800); /* legal */
INSERT INTO t (utf16_column)VALUES (0xd800); /* illegal */

对于技术上有效但不是真正 Unicode 的字符(即 Unicode 认为是“未分配代码点”或“私人使用”字符甚至“非法”字符的字符,例如0xffff)。例如,由于U+F8FF是 Apple 标志,这是合法的:

INSERT INTO t (utf16_column)VALUES (0xf8ff); /* legal */

不能指望这样的角色对每个人都意味着同样的事情。

因为 MySQL 必须允许最坏的情况(即一个字符需要四个字节)utf16列或索引仅是最大长度的一半ucs2列或索引。例如,最大长度记忆表索引键为 3072 字节,因此这些语句创建具有最长允许索引的表ucs2utf16列:

CREATE TABLE tf (s1 VARCHAR(1536) CHARACTER SET ucs2) ENGINE=MEMORY;
CREATE INDEX i ON tf (s1);
CREATE TABLE tg (s1 VARCHAR(768) CHARACTER SET utf16) ENGINE=MEMORY;
CREATE INDEX i ON tg (s1);