应使用length(col) > 400查询utf8mb4下varchar(100)字段实际字节超长的值，因utf8mb4单字符最多占4字节，理论最大字节数为100×4=400，length返回字节数，char_length返回字符数，二者差异可识别含emoji或生僻字的隐式超限数据。
查出 utf8mb4 下实际字节超长的字段值
MySQL 的 utf8mb4 编码下，一个字符最多占 4 字节，但 CHAR 或 VARCHAR 定义长度时按“字符数”算，不是字节数。当存入 emoji 或某些生僻汉字（如「?」）时，单字符占 4 字节，很容易突破列定义的字节上限（比如 VARCHAR(255) 在 utf8mb4 下最多存 1020 字节，但若全为 4 字节字符，只能存 255 个——看起来没问题；可一旦表用的是 utf8 而实际插入了 utf8mb4 字符，或字段被隐式转换，就可能触发截断或报错）。真正要揪出“看似合法、实则超字节”的数据，得绕过字符计数，直接看 LENGTH()。
-
LENGTH(col)返回字节数，CHAR_LENGTH(col)返回字符数；两者差值大，说明含多字节字符 - 对
VARCHAR(100)字段，执行SELECT * FROM t WHERE LENGTH(col) > 100 * 4是错的——因为 100 是字符上限，不是字节上限；正确逻辑是：如果该列定义为VARCHAR(100)且使用utf8mb4，理论最大字节数就是 400，所以应查LENGTH(col) > 400 - 注意：
TEXT类型不受此限制，但TINYTEXT/MEDIUMTEXT有自身字节上限，同样适用LENGTH()检查
识别因 mb4 导致的隐式截断风险
MySQL 5.5.3+ 默认支持 utf8mb4，但老表可能仍用 utf8（实际是 utf8mb3），而客户端连接用了 utf8mb4。此时插入 4 字节字符会静默截断（取决于 SQL_MODE），或报错 ERROR 1366 (HY000): Incorrect string value。要提前发现这类隐患，不能只看当前数据是否报错，得模拟写入行为。
- 检查字段实际字符集：
SHOW CREATE TABLE t看列定义里的CHARACTER SET，别信连接层设置 - 用
CONVERT(col USING utf8mb4)强转后比对长度：WHERE CHAR_LENGTH(CONVERT(col USING utf8mb4)) != CHAR_LENGTH(col)可找出原编码下无法完整表示的字符串（比如 latin1 存了中文，转 utf8mb4 后长度翻倍） - 重点查
ENUM和SET类型——它们内部以字节存储，且不支持 utf8mb4 多字节字符，存 emoji 必然失败
用 HEX() 定位具体异常字节序列
光知道某字段超长还不够，得定位是哪个字符惹的祸。MySQL 的 HEX() 函数能暴露原始字节，结合 UTF-8 编码规则（如 F0 9F 98 81 是 ? 的 UTF-8 四字节序列），可快速判断是否含非预期多字节字符。
- 查前 10 个超长记录的十六进制：
SELECT id, HEX(col), LENGTH(col) FROM t WHERE LENGTH(col) > 400 LIMIT 10 - 常见危险字节开头：
F0（4 字节 emoji）、E0（3 字节 CJK）、C2/C3（带重音的拉丁字符）；若看到ED开头的三字节序列，可能是损坏的 UTF-8（如从 GBK 错转而来） - 避免在应用层拼接
HEX()结果做判断——它返回字符串，比较效率低；应先用LENGTH()过滤，再用HEX()辅助分析
修复前务必确认 ROW_FORMAT 和 innodb_large_prefix
想把字段从 VARCHAR(255) 扩到 VARCHAR(500) 来容纳更多字节？别急。InnoDB 表的单行最大长度受 ROW_FORMAT 和配置影响，尤其老版本 MySQL 默认 ROW_FORMAT=COMPACT 且 innodb_large_prefix=OFF，会导致索引键前缀限制在 767 字节——这意味着即使你改了列长度，建索引时仍可能报错 ERROR 1071 (42000): Specified key was too long。
- 先查当前设置：
SELECT ROW_FORMAT FROM INFORMATION_SCHEMA.INNODB_TABLES WHERE TABLE_NAME = 't'，并确认SHOW VARIABLES LIKE 'innodb_large_prefix' - 安全做法：升级到 MySQL 5.7+，设
innodb_file_format=Barracuda，innodb_large_prefix=ON，再用ALTER TABLE t ROW_FORMAT=DYNAMIC - 临时绕过：把长字段移到
TEXT类型，或拆分到单独关联表——比硬扩VARCHAR更可靠
字符编码相关的长度问题，从来不是单纯改个类型就能解决的。真正麻烦的是那些已经在线上跑了三年、没报过错、但某天突然因一条 emoji 数据崩掉的字段——它们往往藏在 CHAR 类型里，或者被 CONVERT 隐式转换过多次，字节和字符数早已对不上。
