问题发生在

这个字上，首先先让我们看这个字的字符信息

utf8字符集信息

Utf-8 Character

Symbol information table

|Name: |Utf-8 Character|
|:–:|:–:|
|Unicode Subset:|CJK Extension B|
|Unicode HEX:|U+20046|
|ASCII value:|131142|
|HTML:|𠁆|
|CSS:|\20046|

它属于utf8的字符集，具体可参考：传送门

既然属于utf8的字符集那为什么数据库保存这个字会出现非法字符的错误呢？错误如下：

### Cause: java.sql.SQLException: Incorrect string value: '\xF0\xA5\x8A\x8D' for column 'DESCRIPTION' at row 1
; uncategorized SQLException for SQL []; SQL state [HY000]; error code [1366]; Incorrect string value: '\xF0\xA5\x8A\x8D' for column 'DESCRIPTION' at row 1; nested exception is java.sql.SQLException: Incorrect string value: '\xF0\xA5\x8A\x8D' for column 'DESCRIPTION' at row 1
    at org.springframework.jdbc.support.AbstractFallbackSQLExceptionTranslator.translate(AbstractFallbackSQLExceptionTranslator.java:84)
    at org.springframework.jdbc.support.AbstractFallbackSQLExceptionTranslator.translate(AbstractFallbackSQLExceptionTranslator.java:81)
    at org.springframework.jdbc.support.AbstractFallbackSQLExceptionTranslator.translate(AbstractFallbackSQLExceptionTranslator.java:81)
    at org.mybatis.spring.MyBatisExceptionTranslator.translateExceptionIfPossible(MyBatisExceptionTranslator.java:73)

让我们先了解一下utf8的编码，UTF-8编码是U+2528D，属于CJK Unified Ideographs Extension B（中日韩统一表意文字扩充B）字符集的字符，处于第二辅助平面（SIP，表意文字补充平面），不属于我们通常所见的基本多文种平面（BMP，即Unicode编码范围在0000-FFFF之内）的字符。保存一个字；相比之下，在BMP范围之内的字符只需要占用3 Bytes。仅仅就因为字符保存位数不同，就让程序开发出现了难题。

来自wikipedia的Unicode字符平面映射

目前的Unicode字符分为17组编排，每组称为平面（Plane），而每平面拥有65536（即216）个代码点。然而目前只用了少数平面。

平面 始末字符值 中文名称 英文名称
0号平面 U+0000 - U+FFFF 基本多文种平面 Basic Multilingual Plane，简称BMP
1号平面 U+10000 - U+1FFFF 多文种补充平面 Supplementary Multilingual Plane，简称SMP
2号平面 U+20000 - U+2FFFF 表意文字补充平面 Supplementary Ideographic Plane，简称SIP
3号平面 U+30000 - U+3FFFF 表意文字第三平面 （未正式使用[1]） Tertiary Ideographic Plane，简称TIP
4号平面 至 13号平面 U+40000 - U+DFFFF （尚未使用）
14号平面 U+E0000 - U+EFFFF 特别用途补充平面 Supplementary Special-purpose Plane，简称SSP
15号平面 U+F0000 - U+FFFFF 保留作为私人使用区（A区）[2] Private Use Area-A，简称PUA-A
16号平面 U+100000 - U+10FFFF 保留作为私人使用区（B区）[2] Private Use Area-B，简称PUA-B

具体可查看：传送门

究其原因就是这个字保存需要占4 Bytes的字节，mysql在MySQL 5.6+版本之后支持4Bytes字节（utf8mb4）的存储，首先先看一下mysql编码如何设置？

数据库字符集设置

建库语句中需要指定字符集编码为：utf8mb4

建库语句中需要指定字符集校对规则为：utf8mb4_general_ci

建表语句中需要指定字符集编码为：utf8mb4

表字段需要指定字符集编码为：utf8mb4

表字段collation需要指定字符集校验规则：utf8mb4_general_ci

如下图：

CREATE TABLE `t_application` (
   `ID` bigint(20) NOT NULL AUTO_INCREMENT COMMENT 'ID',
   `APP_ID` bigint(20) NOT NULL COMMENT '应用编号',
   `NAME` varchar(100) NOT NULL COMMENT '应用名称',
   `DESCRIPTION` varchar(200) DEFAULT NULL COMMENT '应用描述',
   PRIMARY KEY (`ID`)
 ) ENGINE=InnoDB AUTO_INCREMENT=31 DEFAULT CHARSET=utf8mb4 CHECKSUM=1 DELAY_KEY_WRITE=1 ROW_FORMAT=DYNAMIC

utf8mb4不生效问题分析

完成上面的字符集设置之后我们使用程序保存

字符来进行测试，还是提示非法的字符集错误，那这又是为什么呢？

让我们来看回数据库charset设置，SHOW VARIABLES LIKE 'CHARACTER%'，关注character_set_server这个字符设置

character_set_server在默认情况下为latin1

/*
character_set_server: 服务器安装时指定的默认字符集设定。
character_set_database: 数据库服务器中某个库使用的字符集设定，如果建库时没有指明，将使用服务器安装时指定的字符集设置。
  
建表时候，字段字符集的选取方式如下：
 
1. * if 字段指定的字符集
2. * else if 表指定的字符集
3. * else if @@character_set_database
4. * else @@character_set_server (如果没有设定，这个值为latin1)
  
*/

按照上面的说法，如果character_set_server和character_set_database变量的值不同，则新建数据库的字符集以character_set_server为准，而不是按照character_set_database。

我的理解是character_set_database指定了utf8mb4后目标库应该按照设置的字符集格式走才对，只有没有设置的库才会走默认的，但是现在测试下来，character_set_server必须修改为utf8mb4,否则保存这种字符依然提示非法字符集，不太清楚具体什么原因。

如果数据库按照上面设置了以后还是无法保存的话，应该就是mysql驱动的问题和数据库连接串字符集的问题。下面让我们看一下从mysql server到mysql驱动到数据源再到应用所有的utf8mb4设置。

完整的正确设置

Mysql服务端配置

建库语句中需要指定字符集编码为：utf8mb4

建库语句中需要指定字符集校对规则为：utf8mb4_general_ci

建表语句中需要指定字符集编码为：utf8mb4

表字段需要指定字符集编码为：utf8mb4

表字段collation需要指定字符集校验规则：utf8mb4_general_ci

mysql ini配置文件指定character_set_server

[client]
default-character-set=utf8mb4
[mysql]
default-character-set=utf8mb4
[mysqld]
character-set-server=utf8mb4
collation-server=utf8mb4_general_ci

ps. character_set_server设置成utf8或使用默认latin1，在直接使用sql插入特殊字符和emoji表情时数据库显示？？？？？乱码，使用程序（mybatis）插入特殊字符和emoji表情时报错：java.sql.SQLException: Incorrect string value: ‘\xF0\xA5\x8A\x8D’ for column ‘某某列’ at row 1

java连接mysql驱动版本

mysql-connector-java版本在5.1.13+才支持utf8mb4，因此在选用连接驱动时应注意这个问题，我们使用的驱动是mysql-connector-java-5.1.41。

数据源配置

我们使用的druid数据源配置上需要加上connectionInitSqls属性配置，具体如下：

<bean id="dataSource" class="com.alibaba.druid.pool.DruidDataSource"
        destroy-method="close">
    ....此处省略其他属性.....
    <property name="connectionInitSqls" value="set names utf8mb4;" />
</bean>

ps.但是我实际测试下来，这个参数不加也没有什么问题，可以正常保存这种特殊字符和emoji表情，官方建议配置。

数据库连接串配置

我们的配置如下：

jdbc.url=jdbc:mysql://ip:port/databaseName?useUnicode=true&characterEncoding=UTF-8&noAccessToProcedureBodies=true&autoReconnect=true

建议去掉useUnicode和characterEncoding的配置，使用如下配置：

jdbc.url=jdbc:mysql://ip:port/databaseName?noAccessToProcedureBodies=true&autoReconnect=true

ps.但是我实际测试下来，连接串上增加useUnicode=true&characterEncoding=utf8也没有什么问题，可以正常保存这种特殊字符和emoji表情。

总结

最主要的是mysql服务端的character_set_server需要和character_set_database保持一致修改为utf8mb4，因此我们先不考虑数据库连接串和druid数据源配置修改，但是mysql-connector-java版本必须使用5.1.13+