MySQL排序规则：utf8mb4_unicode_ci vs utf8mb4_default

Question

请帮助我找出mysql归类之间的区别：

utf8mb4_unicode_ci与utf8mb4_default

P.S。每个人都建议使用utf8mb4_unicode_ci。如果它如此流行，为什么不默认它呢？与默认设置有何不同？

我使用MYSQL 5.7.21

谢谢。

Answer 1

utf8mb4_default？您在哪里看到这个？

utf8mb4的默认排序规则是utf8mb4_general_ci。这一次仅检查一个字节，因此ss不被视为等于ß。 utf8mb4的大多数其他归类确实认为它们相等。

在通用的“更好”归类列表中的下一个是utf8mb4_unicode_ci。这与几年前编写的Unicode排序算法版本4.0相符。

然后是utf8mb4_unicode_520_ci（Unicode 5.20），它可以“正确”处理更多的事情。

当您使用MySQL 8.0时，将有一个9.0版本utf8mb4_0900_ai_ci。

有关差异的详细信息，请参见http://mysql.rjweb.org/utf8_collations.html。 （注意：对于该页面上提供的信息，“ utf8”与“ utf8mb4”的工作方式相同。）要注意的第一件事：

utf8_general_ci              A=a=À=Á=Â=Ã=Ä=Å=à=á=â=ã=ä=å=Ā=ā=Ą=ą    Aa  ae          az
utf8_unicode_ci              A=a=ª=À=Á=Â=Ã=Ä=Å=à=á=â=ã=ä=å=Ā=ā=Ą=ą  Aa  ae          az            Æ=æ
utf8_unicode_520_ci          A=a=ª=À=Á=Â=Ã=Ä=Å=à=á=â=ã=ä=å=Ā=ā=Ą=ą  Aa  ae=Æ=æ      az

这3行指出Æ和æ的3种不同处理方式。

• 将这两个连字视为相等（“不区分大小写”）。
• general 不会对其他A附近的任何地方进行排序。 （下面，我们看到它们排在Z之后。）
• unicode 将它们排在所有A之后，紧接在B之前，就好像它们是单独的“字母”一样。
• _unicode_520_将它们等同于字母对ae。

对于5.7，并且没有任何特定的语言要求，我将使用utf8mb4_unicode_520_ci。

回到您的“为什么”问题。更改默认值会带来损害现有安装的风险，而这无济于事。所以，我想设计师是保守的。另一方面，8.0有很多重大更改，因此不太愿意更改。因此，转到utf8mb4_0900_ai_ci。