MySQL：我应该设置哪个默认排序规则来涵盖所有欧洲字符？

Question

我注意到我的架构无法打印一些带有区域字符的字符串，例如è，ù和其他重音符号或符号。

管理器应用程序是一个Java servlet，它没有这样的问题。它使用jdbc驱动程序。所以我认为原因可能是这个默认排序规则：utf8 - utf8_general_ci。

经过研究，我发现这些字符无法保存在utf8字节内。 我应该使用utf8-mb4，utf-16，utf-32还是其他？哪个是支持所有欧洲角色的最小的最佳角色（没有西里尔，阿拉伯和亚洲）？

例如，这个选择的答案建议使用utf8mb4_unicode，但我不知道它是否真的是覆盖我需要的所有角色的最小值。

What's the difference between utf8_general_ci and utf8_unicode_ci

Answer 1

对于编码，应该使用CHARACTER SET utf8或utf8mb4。 utf8涵盖了整个欧洲以及世界其他地区的大多数。 utf8mb4涵盖了所有世界语言。 utf8是utf8mb4的一部分。

根据您想要的排序，可以使用不同的COLLATIONs。例如，西班牙语（使用utf8_spanish2_ci或utf8mb4_spanish2_ci）使用ll来玩其他语言不能玩的游戏。 utf8_latvian_ci将Ķ视为与K不同的字符;其他人没有。

如果您不担心详细的语言差异，如果您拥有最新版本的MySQL，我建议您..._general_ci或..._unicode_ci或..._unicode_520_ci。这三个归类主要有以下不同之处：

• general：仅测试一个字符进行比较。这不允许将ll视为单独的字母。这个轻微更快。
• unicode：这是从较旧的Unicode标准派生而来的。这样可以“正确”处理“组合”重音。
• unicode_520：这是基于更新的标准。表情符号被视为不同的。
• unicode _...：更多版本的MySQL可能会出现更多内容。

您的应用程序无关紧要，但必须

• 告诉MySQL客户端的编码：?useUnicode=yes&characterEncoding=UTF-8
• 在每个列或表上建立CHARACTER SET utf8（或utf8mb4）。
• 如果您使用的是网页，请在charset=UTF-8标记中设置meta。