MySQL 8导入含Unicode emoji数据失败，求排查方向

核心问题本质 #

报错里的\xF0\x9F\x9A...是4字节UTF-8字符（emoji属于这类），而MySQL原生的utf8字符集实际是utf8mb3，仅支持3字节UTF-8字符，只有utf8mb4才能兼容4字节字符。你的SQL客户端插入正常但脚本导入失败，说明问题出在导出/导入环节的字符集配置，或目标库表的字符集设置。

具体排查方向 #

• 目标库/表/列的字符集验证
  • 执行SHOW CREATE DATABASE 你的数据库名;，确认数据库的CHARACTER SET是utf8mb4
  • 执行SHOW FULL COLUMNS FROM 表名 LIKE 'name';，检查name列的Collation字段是否为utf8mb4开头（比如utf8mb4_unicode_ci、utf8mb4_0900_ai_ci），避免出现库是utf8mb4但列单独设为utf8的情况
• 导出环节的字符集配置
  • 查看脚本中mysqldump命令是否添加了--default-character-set=utf8mb4参数。如果导出时用默认的utf8，会导致4字节emoji字符被错误转义或截断
  • 登录GCS下载备份文件，用file -i 备份文件名检查文件编码是否为utf-8（这里的utf-8实际对应MySQL的utf8mb4），也可以直接打开文件定位到报错行，确认emoji字符是否完整
• 导入环节的字符集配置
  • 查看脚本中mysql导入命令是否添加了--default-character-set=utf8mb4参数。如果导入时客户端字符集设为utf8，MySQL会拒绝接收4字节字符
  • 可以在导入SQL文件前，先执行SET NAMES utf8mb4;临时设置会话字符集，再执行导入
• SHOW VARIABLES截图的可疑点检查
  重点看以下几个参数，若值为utf8而非utf8mb4，就是问题所在：
  • character_set_client：客户端发送数据的字符集
  • character_set_connection：连接层的字符集转换规则
  • character_set_database：当前数据库的默认字符集
  • character_set_server：服务器全局默认字符集
    另外collation_database、collation_server也需对应utf8mb4的排序规则

快速修复建议 #

1. 确保目标数据库、表、name列的字符集均为utf8mb4
2. 修改导出脚本，给mysqldump加上--default-character-set=utf8mb4参数重新导出
3. 修改导入脚本，给mysql命令加上--default-character-set=utf8mb4参数，或在导入前执行SET NAMES utf8mb4;

内容的提问来源于stack exchange，提问作者Maxim