将印度语言数据从SQL Server迁移到MySQL

Question

我正在将数据从SQL Server数据库迁移到MySQL数据库。

很少有表格使用英语以外的语言。数据主要是流行印度语，如印地语，马拉地语等。

我检查这些表，发现包含其他语言数据的字段已声明为：

  

描述nvarchar

对于这些类型的字段，我在MySQL中创建了如下字段

  

描述longtext（使用utf8_general_ci排序规则）

我错过了什么，那么这些设置是否有效？

Answer 1

这取决于。如果您可以获得几个印度字符的HEX，我们可以验证它是否在utf8中编码。 （在utf8中，一个印度字符的十六进制通常为3 字节 E0 xx yy。）假设它是utf8，则声明表/列为{ {1}}会让它轻松接受这些角色。您还必须声明您的客户端正在使用utf8进行通话。什么客户？

我建议大于CHARACTER SET utf8（允许16M字节，可能绰绰有余）或MEDIUMTEXT（64KB）而不是TEXT（4GB限制）。

在印度字符集方面，我不熟悉LONGTEXT和utf8_general_ci 排序规则之间的差异。如果在排序和排序字符时存在“组合重音”和其他需要特别注意的事项，则utf8_unicode_ci可能是首选。否则，坚持使用更简单的utf8_unicode_ci。如果您可以指向我讨论“如何订购印地语（等）单词”的网页（英文），那么我可以提供帮助。我甚至可能会在my blog on charsets and collations中学到一些东西。