数据库整理差异UTF？拉丁？等等。？

Question

数据库的排序规则是什么用途？对于HTML UTF-8，我知道一点，比如显示其他语言类型。但是对于数据库呢？我正在使用latin-1（默认），我的朋友告诉我使用UTF代替。当我问为什么时，他们不知道并说其他人使用它。所以我在质疑校对真正做了什么？它会影响速度或类似的东西吗？

Answer 1

MySQL通过在字符编码后命名的排序规则来混淆问题。它们是不同的概念。

collation确定关系运算符（<，>等）和ORDER BY子句如何排序字符串。整理所考虑的问题是：

• 大写和小写字母是否相同？
• 空白是否显着？
• 重音字母排序等同于非重音版本，在非重音版本之后，还是在最后？
• 像“ch”和“ll”这样的有向图是否像单独的字母一样排序？
• 像AᴬⒶA这样的Unicode兼容性是否与之相同？

其中一些取决于语言。

A character encoding确定如何将文本值转换为字节序列和从字节序列转换。有关详细介绍，请参阅The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)。

有数百种不同的字符编码，大多数特定于操作系统和语言环境的某种组合。它们中的大多数是US-ASCII的超集，所以如果你确定你的数据将仅仅是ASCII，那么你使用的编码无关紧要

但是如果你需要其他字符，你需要一个可以处理它们的编码。对于西方语言，您的选择通常是：

• 单字节编码，其中最常见的是ISO-8859-1。我认为MySQL的Latin1编码实际上是windows-1252，它是类似的。
• UTF-8，very popular these days。

两者之间的区别是：

• 对于西欧重音字符，UTF-8需要2个字节，而Latin-1只需要1个字节。
• 但其他角色根本无法用Latin-1表示。 UTF-8可以表示每个可能的Unicode字符。

Answer 2

我认为你混淆了 charset 和整理这个词

http://dev.mysql.com/doc/refman/5.0/en/charset-general.html

字符集是一组符号和编码。 排序规则是一组用于比较字符集中字符的规则。

latin1和utf8是MySQL中的有效字符集，而latin1_swedish_ci和utf8_general_ci是示例排序规则。

Answer 3

关于整理的

See this on Answers。关于字符集和代码页，请参阅维基百科。仅供参考latin1适用于英语和西欧国家。 UTF-8适用于可能包含例如中文或阿拉伯文字的通用应用程序。

Answer 4

数据库排序规则控制字符串的比较/排序方式 - 以及较低级别如何解释存储的字符数据。 Latin-1将允许存储/比较latin-1代码页中的字符串。如果你需要处理，例如日语文本然后UTF-8是一个更好的选择。

Answer 5

严格地说，数据库整理将影响字符数据的排序。使用UTF-8的原因是因为你要存储UTF-8数据。