Question

我在这个论坛上阅读了不同的文章和主题，以帮助我设置charset＆amp;我的数据库的整理。我不确定我做出的选择。我将不胜感激任何意见或建议。

我使用的是mysql 5.5。数据库（与php一起使用）将有一些来自不同语言的数据（中文，法语，荷兰语，美国，西班牙语，阿拉伯语等）。我将主要插入数据并从表ID中获取信息。我不需要完全搜索和比较文本。

所以这就是我创建数据库所做的，我决定使用CHARSET utf8mb4和COLLATION utf8mb4_unicode_ci

ALTER DATABASE testDB CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

当我创建表时：

CREATE TABLE IF NOT EXISTS sector (
    idSector INT(5) NOT NULL AUTO_INCREMENT,
    sectoreName VARCHAR(45) NOT NULL DEFAULT '',
    PRIMARY KEY (idSector)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4  AUTO_INCREMENT=0;

对于某些TABLES，我认为最好使用utf8_bin 例如：时区（包含168 047行）

CREATE TABLE timezone (
  zone_id int(10) NOT NULL,
  abbreviation varchar(6) COLLATE utf8_bin NOT NULL,
  time_start decimal(11,0) NOT NULL,
  gmt_offset int(11) NOT NULL,
  dst char(1) COLLATE utf8_bin NOT NULL,
  KEY idx_zone_id (zone_id),
  KEY idx_time_start (time_start)
) ENGINE=InnoDB DEFAULT CHARSET=utf8  AUTO_INCREMENT=0;

所以基本上我想知道我是在右边还是我做了可能导致问题的事情

感谢您的阅读。此致

Answer 1

不同的列可以有不同的字符集和/或排序规则，但是......

如果您比较不同字符集或排序规则（WHERE a.x = b.y）的列，则无法使用索引。
utf8不处理所有中文，也不处理某些表情符号。对于那些，你需要utf8mb4。

关于其他问题......

在INT(5)中，(5)毫无意义。查看SMALLINT UNSIGNED，范围为0..65535。
time_start decimal(11,0)一时很奇怪。如果是unix时间戳，TIMESTAMP或INT UNSIGNED应该可以正常工作。另请参阅TIME。
dst char(1) COLLATE utf8_bin - 由于utf8，这需要3个字节。也许你想要CHARACTER SET ascii所以它只有1个字节？
真的应该给InnoDB表一个明确的PRIMARY KEY。（可能是zone_id？）

Answer 2

您正在为sectoreName专栏做出不错的选择。请注意一点：utf8mb4_unicode_ci是大多数语言的良好校对。但是，对于西班牙语，它的字母错误：在该语言中N和Ñ被认为是不同的字母。 Ñ在整理顺序中N后立即显示。但在其他欧洲语言中，它们被认为是同一个字母。因此，当您的西班牙语用户请求Niña时，他们会返回Niña和Nina。他们认为这可能是一个错误。（但是，他们可能习惯于从泛欧软件应用程序中获取此类内容。）

您应该在任何新应用程序中使用utf8mb4作为您的字符集。因此，在utf8表中使用{而不是timezone。对_bin列使用abbreviation排序规则很好。

MySql混合Charset＆amp;排序规则

2 个答案: