Question

我有一些带有'title'列的MySQL表，其类型为varchar(255)，字符集为utf8mb4，collation为utf8mb4_general_ci。

假设我的标题记录很少，而且这些标题包含（或不包含）diactrics：

id | title
-----------
1  | zolc
2  | żółć
3  | żołc
4  | zólć

我可以正确插入那些diactrics，并且在选择表格时也能正确显示它们。但是当我尝试这样的事情时：

SELECT * 
FROM my_table 
WHERE title LIKE "%zolc%";

我得到了：

id | title
-----------
1  | zolc
4  | zólć

如你所见，我要求没有任何diactricts的版本，但也获得了id为4的行。选择żółć返回带有id 2的行（如预期的那样）和3.查询zołć返回行2 3，我希望不会有任何回报。有很多像这样的组合，查询后会返回一些“错误”的行（我也尝试使用ą和ę并且它们也很奇怪。）

起初我认为配置我的技术堆栈（Spring Boot上的java Web应用程序）存在问题但是在Windows机器上的本地数据库上执行来自MySQL Workbench的查询并执行查询时得到的结果完全相同通过ssh到在Ubuntu机器上运行的远程数据库。如果使用title LIKE "value"或WHERE title = "value"进行查询，也没有区别。

我无法找到解释 - 请注意，这不会简单地返回“匹配”查询参数但没有特殊字符的所有行。我正在努力按标题启用搜索，但我希望它是1：1，所以当我在查询参数中使用“ż”时，只会返回“ż”实际存在的行。

提前感谢您的帮助。

Answer 1

您的查询将使用表/列排序规则，因为排序规则会考虑所有相同的字符，因此您不会真正询问您认为的值。您的选择是使用适当的文化设置（例如utf8mb4_polish_ci）或使用无（例如utf8mb4_bin）。选择哪个选项取决于您的使用案例，但两者都可能比仅使用一些任意设置更好：utf8mb4_general_ci是一种适合速度而非正确性的一种尺寸适合所有整理。

MySQL也允许在不同级别设置整理：

表
列
特定字符串

再一次，选择哪一个取决于您的具体需求。这是最后一个案例的一个小例子（其他案例很简单）：

SELECT
CASE WHEN 'zolc' COLLATE utf8mb4_general_ci ='zólć' THEN 'equal' ELSE 'different' END AS General,
CASE WHEN 'zolc' COLLATE utf8mb4_unicode_ci ='zólć' THEN 'equal' ELSE 'different' END AS Unicode,
CASE WHEN 'zolc' COLLATE utf8mb4_polish_ci ='zólć' THEN 'equal' ELSE 'different' END AS Polish,
CASE WHEN 'zolc' COLLATE utf8mb4_bin ='zólć' THEN 'equal' ELSE 'different' END AS BinaryCollation,
CASE WHEN BINARY 'zolc'='zólć' THEN 'equal' ELSE 'different' END AS BinaryOperator;

General | Unicode | Polish    | BinaryCollation | BinaryOperator 
------- | ------- | --------- | --------------- | -------------- 
equal   | equal   | different | different       | different

（我认为文字是波兰语，对不起，如果不是。）

Answer 2

utf8mb4_general_ci无法实现所有Unicode排序规则，这会在某些情况下导致不合理的排序，例如使用特定语言或字符时。

尝试更改＆＃34; utf8mb4_general_ci＆＃34;的排序规则to＆＃34; utf8_bin＆＃34;。（Reference）

当列包含utf-8字符时，MySQL查询返回错误的数据

2 个答案: