MySQL排序规则：utf8mb4_unicode_ci与“ utf8mb4-默认排序规则”

Question

请帮助我了解MySQL Workbench中列出的归类之间的区别：

utf8mb4_unicode_ci 与 utf8mb4 - default collation

ps每个人都建议使用utf8mb4_unicode_ci。如果它如此流行，为什么不默认它呢？它与默认设置有何不同？

我使用MySQL 5.7.21。

Answer 1

utf8mb4_default?? 在哪里看到的？

utf8mb4的默认排序规则是utf8mb4_general_ci。一次只检查一个字节，因此ss不等于ß。utf8mb4的大多数其他归类确实认为它们相等。

在通用的“更好”归类列表中，第二个是utf8mb4_unicode_ci。这与几年前编写的Unicode排序算法版本4.0相匹配。

然后是utf8mb4_unicode_520_ci（Unicode 5.20），它可以“正确”处理更多的事情。

当您使用MySQL 8.0时，将有一个9.0版本utf8mb4_0900_ai_ci。

有关差异的详细信息，请参见http://mysql.rjweb.org/utf8_collat​​ions.html。（注意：对于该页面上提供的信息，“ utf8”与“ utf8mb4”的工作方式相同。）要注意的第一件事：

utf8_general_ci              A=a=À=Á=Â=Ã=Ä=Å=à=á=â=ã=ä=å=?=?=?=?    Aa  ae          az
utf8_unicode_ci              A=a=ª=À=Á=Â=Ã=Ä=Å=à=á=â=ã=ä=å=?=?=?=?  Aa  ae          az            Æ=æ
utf8_unicode_520_ci          A=a=ª=À=Á=Â=Ã=Ä=Å=à=á=â=ã=ä=å=?=?=?=?  Aa  ae=Æ=æ      az

这3行指出Æ和的3种不同处理æ。

• 将这两个连字视为相等（“不区分大小写”）。
• 一般不会在其他A附近的任何地方对它进行排序。（在下面，我们看到它们排在后面Z。）
• unicode在所有A之后和B之前对它们进行排序，就好像它们是一个单独的“字母”一样。
• _unicode_520_将它们视为等于字母对ae。

对于5.7，并且没有任何特定的语言要求，我将使用utf8mb4_unicode_520_ci。

回到您的“为什么”的问题。更改默认值会带来损害现有安装的风险，而这无济于事。所以，我想设计师是保守的。另一方面，8.0有很多重大更改，因此不太愿意更改。因此，移至utf8mb4_0900_ai_ci。