MySQL 排序规则 : utf8mb4_unicode_ci vs "utf8mb4 - default collation"

Question

请帮助我理解 MySQL Workbench 中列出的排序规则之间的区别:

utf8mb4_unicode_ci 与 utf8mb4 - 默认排序规则

附注每个人都在推荐使用 utf8mb4_unicode_ci。如果它如此受欢迎，为什么它不是默认值？它与默认值有何不同？

我使用的是 MySQL 5.7.21。

Answer 1

utf8mb4_default??你在哪里看到的？

utf8mb4 的默认排序规则(MySQL 8.0 之前)是 utf8mb4_general_ci。这一次只检查一个字节，因此 ss 不被认为等于 ß。 utf8mb4 的大多数其他排序规则确实认为它们相等。

在一般用途的“更好”归类列表中(相对于特定于西类牙语等)的下一个是 utf8mb4_unicode_ci。这与几年前编写的 Unicode 归类算法 4.0 版相匹配。

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

当你到了 MySQL 8.0 时，会有一个 9.0 版本，utf8mb4_0900_ai_ci。

有关差异的详细信息，请参阅 http://mysql.rjweb.org/utf8_collations.html . (注意:“utf8”与“utf8mb4”对于该页面上提供的信息的作用相同。)首先要注意:

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 行指出了 Æ 和 æ 的 3 种不同处理方式。

• 这两个连字被同等对待(“不区分大小写”)。
• general 不会将它排序在其他 A 附近的任何位置。 (在下方，我们看到它们在 Z 之后排序。)
• unicode 将它们排在所有 A 之后、B 之前，就好像它们是一个单独的“字母”一样。
• unicode_520 将它们视为等于字母对 ae。

对于 5.7，在没有任何特定语言要求的情况下，我会使用 utf8mb4_unicode_520_ci。

回到“为什么”的问题。更改默认值会带来损害现有安装的风险，而不是帮助。所以，我想，设计师是保守的。另一方面，8.0 有很多大的变化，所以没有那么不愿意改变。因此，转向 utf8mb4_0900_ai_ci。