[MySQL] 이모지 저장은 어떻게 하면 좋을까?

https://m.blog.naver.com/poupille/221333032078

이모지는 어떻게 구분할까?

• SNS 기능이나 리뷰, 댓글 등 다양한 대화를 저장하다보면 이모지를 저장해야 하는 경우가 있다

• 만약 테이블에 아무런 설정을 하지 않았다면 애플리케이션에서 SQLSyntaxErrorException와 같은 exception을 확인할 수 있을 것이다

• 이때 수정해주어야 하는게 charset과 collation이다

Character set, Collation

• charset은 문자가 어떠한 ‘코드’로 저장될지 규칙을 정하는 것을 의미한다

• collaction은 저장되는 데이터의 문자셋을 어떻게 비교하여 정렬할지 결정하는 알고리즘을 의미한다

• ‘utf_’로 시작되는 charset은 가변3바이트를 사용한다

• ‘utfmb4_’로 시작되는 charset은 한문자를 인코딩하는데 4바이트를 사용한다

• mb4라는 의미는 이모지를 인코딩 했을때 4 byte로 표현이 되어 이를 표현할수 있다는 의미이다

대소문자 구분 어떻게 해야 할까?

• ‘utf8_bin’ 는 대소문자를 구분한다

• ‘utf_general’ , ‘utf_unicode’는 대소문자를 구분하지 않는다

그럼 실제로 어떻게 대소문자를 구분한다는 걸까?

• 대소문자로 구분된 데이터를 넣어보자

collation을 ‘utf8mb4_bin’으로 할 경우 쿼리를 수행해보자

• ‘a’로 시작하는 데이터를 조회하도록 한다

SELECT *
FROM TEMP
WHERE name LIKE 'a%'

• 결과는 아래와 같다

이번엔 collation을 ‘utf8mb4_unicode_bin’으로 설정해보자

• ‘a’로 시작하는 데이터를 조회하도록 한다

• 그럼 이렇게 두개의 데이터가 조회되는것을 확인할 수 있다.

unicode, general 차이는 무엇일까?

• 여기에 더불어 utf8 이후에 general 또는 unicode로 정의할 수 있다

• unicode는 유니코드 표준을 기반으로 정렬한다

• general은 유니코드 보다는 정확성이 조금 떨어지지만 단순한 정렬로 인해 성능상 우위에 있다

Mysql의 default collation은 utf8_general_ci 이다 현재는 mysql 버전이 올라가면서 general에서도 unicode만큼 어느 정도 성능을 보장하므로 성능과 정확성을 다 보장할 수 있는 unicode를 그대로 사용해도 될것 같다

참고

• https://forums.mysql.com/read.php?103,187048,188748#msg-188748

• https://stackoverflow.com/questions/766809/whats-the-difference-between-utf8-general-ci-and-utf8-unicode-ci

• https://www.dante2k.com/530