mysql - 为什么要在 MySQL 中为 UTF8 文本数据设置排序规则？

Question

我使用人工生成的文本，这些文本是从不同的在线数据集下载的，例如 GitHub Torrent、Twitter API、网络抓取的 HTML 页面、GitHub 的 Google BigQuery 等。这意味着我在数据库中有数千万个文本.

在哪些情况下，我应该为 MySQL 数据库中的 UTF8 字段 和 UTF8 表 设置排序规则？有必要吗，我不能简单地使用"CHARACTER SET UTF8"吗？

utf8 - 默认排序规则、utf8_unicode_ci、utf8_general_ci 和utf8_general_mysql500_ci 之间有什么区别？

Answer 1

每个文本列都有一个排序规则。它可以在表定义中明确设置，也可以简单地根据表的默认值、数据库的默认值或服务器范围的默认值进行设置。但它有一个排序规则。

您提到的归类都是不区分大小写的。也就是说，它们忽略了大小写字母之间的区别。如果您想要区分大小写的排序规则，请使用 utf8_binary。

您可能想在现代服务器中使用 utf8_unicode_ci。阅读本文了解背景。 What's the difference between utf8_general_ci and utf8_unicode_ci

utf8_general_mysql500_ci 是专门用于向后兼容旧版本 MySQL 的排序规则。 http://dev.mysql.com/doc/relnotes/mysql/5.5/en/news-5-5-21.html