utf8_general_ci和utf8_unicode_ci有什么区别？

Question

  

可能重复：
  What's the difference between utf8_general_ci and utf8_unicode_ci

我有两个unicode选项，看起来很有希望成为一个mysql数据库。

utf8_general_ci unicode (multilingual), case-insensitive
utf8_unicode_ci unicode (multilingual), case-insensitive

请解释一下utf8_general_ci和utf8_unicode_ci有什么区别？在设计数据库时，选择一个比另一个有什么影响？

Answer 1

utf8_general_ci非常简单 - 在Unicode上非常破碎 - 整理，在一般Unicode文本上提供错误结果。它的作用是：

• 转换为Unicode规范化形式D以进行规范分解
• 删除任何组合字符
• 转换为大写

这在Unicode上无法正常工作，因为它不了解Unicode大小写。单独使用Unicode外壳比使用ASCII编程的方法要复杂得多。例如：

• “ẞ”的小写字母是“ß”，但“ß”的大写字母是“SS”。
• 有两个小写的希腊语sigma，但只有一个大写的;考虑“Σίσυφος”。
• 像“ø”这样的字母不会分解为“o”加上变音符号，这意味着它不能正确排序。

还有许多其他细微之处。

1. utf8_unicode_ci使用标准Unicode Collation Algorithm，支持所谓的扩展和连字，例如： 德语字母ß（U + 00DF LETTER SHARP S）在“ss”附近排序 LetterŒ（U + 0152 LATIN CAPITAL LIGATURE OE）在“OE”附近排序。

utf8_general_ci不支持扩展/连字，它排序 所有这些字母都是单个字符，有时候是错误的顺序。

对于所有脚本，
1. utf8_unicode_ci 通常更准确。 例如，在西里尔文块上： utf8_unicode_ci适用于所有这些语言： 俄语，保加利亚语，白俄罗斯语，马其顿语，塞尔维亚语和乌克兰语。 虽然utf8_general_ci仅适用于俄罗斯和保加利亚语的西里尔语。 白俄罗斯语，马其顿语，塞尔维亚语和乌克兰语中使用的额外字母 排序不好。

utf8_unicode_ci的费用是小位 慢于utf8_general_ci。但这是你为正确性付出的代价。要么你能得到一个错误的快速回答，要么是一个非常慢的答案，这是正确的。你的选择。  很难给出错误的答案，因此最好假设utf8_general_ci不存在并始终使用utf8_unicode_ci。好吧，除非你想要错误的答案。

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

Answer 2

来自Unicode Character Sets中的MySQL documentation：

  

对于任何Unicode字符集，使用_general_ci排序规则执行的操作比_unicode_ci排序规则的操作更快。例如，与utf8_general_ci的比较相比，utf8_unicode_ci整理的比较更快，但更不正确。原因是utf8_unicode_ci支持扩展等映射;也就是说，当一个字符与其他字符的组合相等时。例如，在德语和其他一些语言中，“ß”等于“ss”。 utf8_unicode_ci也支持收缩和可忽略的角色。 utf8_general_ci是一种遗留的排序规则，不支持扩展，收缩或可忽略的字符。它只能在字符之间进行一对一的比较。