utf8_unicode_ci和utf8mb4_0900_ai_ci有什么区别

Question

在MySQL中utf8mb4_0900_ai_ci和utf8_unicode_ci数据库文本编码之间有什么区别（特别是在性能方面）？

Answer 1

• 编码是相同的。也就是说，字节看起来相同。
• 字符集不同。 utf8mb4具有更多字符。
• 排序规则（进行比较的方式）不同。
• 性能 不同，但这并不重要。

utf8_unicode_ci表示CHARACTER SET utf8，其中仅包含1字节，2字节和3字节的UTF-8字符。因此，它不包括大多数表情符号和一些汉字。

utf8mb4_unicode_ci表示CHARACTER SET utf8mb4是4字节COLLATION的对应CHARACTER SET utf8mb4。

多年来，Unicode组织一直在发展规范。这是从其“版本”到MySQL排序规则的映射：

4.0   _unicode_
5.20  _unicode_520_
9.0   _0900_

大多数差异将出现在大多数人从未遇到过的领域。一个示例：在某个时候，更改允许以某种方式区分表情符号并对其进行排序。

后缀：

_bin      -- just compare the bits; don't consider case folding, accents, etc
_ci       -- case folding (A=a) and accent stripping (a=á)
_ai_ci    -- case insensitive and accent insensitive
_as (etc) -- accent-sensitive (etc)

性能：

_bin         -- simple, fast
_general_ci  -- fails to compare multiple letters; eg ss=ß, so somewhat fast
...          -- slower
_900_        -- (8.0) much faster because of a rewrite

但是：排序速度通常是查询中性能问题中最少的。 INDEXes，JOINs，子查询，表扫描等对性能至关重要。