MySQL 排序规则：utf8mb4_unicode_ci 与“utf8mb4 - 默认排序规则”

Question

请帮助我了解 MySQL Workbench 中列出的排序规则之间的区别：

utf8mb4_unicode_ci 与 utf8mb4 - default collation

附言每个人都推荐使用utf8mb4_unicode_ci。如果这很受欢迎，为什么它不是默认的？它与默认值有何不同？

我使用 MySQL 5.7.21。

Answer 1

utf8mb4_default??你在哪里看到的？

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

一般使用的“更好”排序规则列表中的下一个（相对于特定于西班牙语等）是utf8mb4_unicode_ci。这与几年前编写的 Unicode 排序算法 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。

当你升级到 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工作方式相同。）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。

• 这两个连字被视为相同（“不区分大小写”）。
• general 不会在其他 A 附近的任何地方对其进行排序。 （远在下方，我们看到它们在Z 之后排序。）
• unicode 将它们排序在所有 A 之后，B 之前，就好像它们是一个单独的“字母”。
• _unicode_520_ 将它们视为等同于字母对ae。

对于 5.7，如果没有任何特定的语言要求，我会使用 utf8mb4_unicode_520_ci。

回到你的“为什么”的问题。更改默认值可能会损害现有安装而不是帮助。所以，我猜，设计师是保守的。另一方面，8.0 有很多重大变化，因此不太愿意改变。因此，转移到 utf8mb4_0900_ai_ci。