字节编码

最早的编码是iso8859-1,和ascii编码相似

计算机能够直接识别并处理的只有二进制，在二进制的世界中，只有0和1这2种数字，所有的数据都是由0和1组成的序列！

二进制数据中的每个0，或者每个1，所需占据的存储空间是1个位(bit)，通常使用字节(byte)作为最基本的存储单位，每个字节占8个位。

1位：0, 1
2位：00, 01, 10, 11
3位：000, 001, 010, 011, 100, 101, 110, 111
每个字节占8个位，可以表达256种不同的0、1组成的序列，除去最左侧的固定作为符号位，还剩余7个位，则可以表达128种不同的0、1组成的序列。

最早制定的ASCII码表中就记录了所有的英文字母、数据、标点符号、特殊按键与0、1组成的二进制序列的对应关系，例如大写字母a对应的就是110 0001，转换成十进制就是97。当需要计算机处理a时，计算机就会根据110 0001来处理，反之，当计算机处理的结果是110 0001时，就会在屏幕中显示出a。

所以，所谓的编码表，其实就是记录了对应关系的表！

但是，ASCII码表只能适用英文语言，却无法适用于使用其它语言的国家和地区！因为ASCII码表是使用1字节来记录对应关系的，只能表达128种不同的意义，而中文的汉字种类太多，使用1个字节是无法记录各种对应关系的！所以，在任何一门编程语言中，如果要表达汉字，每个汉字至少需要占2个字节！

由于ASCII码表中并没有记录汉字与二进制序列的对应关系，所以，使用中文，需要支持中文的编码表，例如GBK、UTF-8。

Java语言默认使用2个字节作为1个字符，使用的是Unicode编码，默认情况下可以表示32768种不同的二进制序列，也就可以记录32768种字符！

但是，在实际传输时，一次传输的字符较多时，可能会出现无法正确区分的问题，例如传输的是1010 1111 0001 1100 1011 1100 1011 1101时，共4个字节，接收方可能就无法区分这个序列到底是1个ASCII码+1个中文+1个ASCII码，还是2个中文，还是2个ASCII码+1个中文，或1个中文+2个ASCII码，甚至是4个ASCII码！

所以，在数据需要传输时，就需要使用到UTF-8这种传输编码(UTF：Unicode Transfermation Format)。

UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码，又称万国码。UTF-8用1到6个字节编码UNICODE字符。用在网页上可以同一页面显示中文简体繁体及其它语言（如英文，日文，韩文）。

在UTF-8中，对于多字节组成的二进制序列的编码规则例如：

2字节： 110 ??? 10 ???

3字节： 1110 ??? 10 ??? 10 ???

4字节： 11110 ??? 10 ??? 10 ??? 10 ???
UTF-8编码的细节版本又有utf8mb3和utf8mb4，分别表示Max Byte 3和Max Byte 4的意思！

在MySQL数据库中，使用UTF-8，其实表示的是utf8mb3，也支持utf8mb4，需要显式的指定为utf8mb4。