目录
简介
本文介绍MySQL的校对规则。
MySQL的校对规则
- 两个不同的字符集不能有相同的校对规则。
- 每个字符集有一个默认校对规则。例如：
- utf8mb4默认校对规则：utf8mb4_general_ci。
- utf8默认校对规则：utf8_general_ci。
- 存在校对规则命名约定：它们以其相关的字符集名开始，通常包括一个语言名，并且以_ci（大小写不敏感）、_cs（大小写敏感）或_bin（二进制，大小写敏感）结束。
校对规则列举
- utf8mb4_general_ci
- utf8mb4_unicode_ci
- utf8mb4_general_cs
- utf8mb4_bin
//不存在utf8_unicode_cs
查看校对规则
查看支持的校验规则
mysql> SHOW COLLATION like 'utf8%'; +--------------------------+---------+-----+---------+----------+---------+ | Collation | Charset | Id | Default | Compiled | Sortlen | +--------------------------+---------+-----+---------+----------+---------+ | utf8_general_ci | utf8 | 33 | Yes | Yes | 1 | | utf8_bin | utf8 | 83 | | Yes | 1 | | utf8_unicode_ci | utf8 | 192 | | Yes | 8 | ... | utf8mb4_general_ci | utf8mb4 | 45 | Yes | Yes | 1 | | utf8mb4_bin | utf8mb4 | 46 | | Yes | 1 | | utf8mb4_unicode_ci | utf8mb4 | 224 | | Yes | 8 | | utf8mb4_icelandic_ci | utf8mb4 | 225 | | Yes | 8 |
查看本地的校验规则
mysql> show global variables like '%coll%'; +----------------------+--------------------+ | Variable_name | Value | +----------------------+--------------------+ | collation_connection | utf8mb4_unicode_ci | | collation_database | utf8mb4_unicode_ci | | collation_server | utf8mb4_unicode_ci | +----------------------+--------------------+
修改校对规则
修改数据库配置后，不会对已经存在的表造成影响，如要生效需要修改特定列的排序规则。优先级：列>表>数据库>服务器。
对已存在的表修改
# 修改数据库: ALTER DATABASE database_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_bin; # 修改表: ALTER TABLE table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_bin; # 修改表字段: ALTER TABLE table_name CHANGE column_name column_name VARCHAR(191) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NOT NULL ;
创建表时指定
CREATE TABLE `T` ( `name` varchar(20) COLLATE utf8mb4_unicode_ci DEFAULT NULL ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci
utf8_general_ci 与 utf8_unicode_ci区别
| 项 | utf8mb4_unicode_ci | utf8mb4_general_ci | 总结 |
| 准确性 | 基于标准的Unicode来排序和比较，能够在各种语言之间精确排序 | 没有实现Unicode排序规则，在遇到某些特殊语言或字符时，排序结果可能不是所期望的。 | 绝大多数情况下，特殊字符的顺序不需要那么精确。 |
| 性能 | 在特殊情况下，Unicode排序规则为了能够处理特殊字符的情况，实现了略微复杂的排序算法。 | 在比较和排序的时候更快 | 绝大多数情况下，不会发生此类复杂比较。 |
总结：
utf8_unicode_ci比较准确，utf8_general_ci速度比较快。
通常情况下 utf8_general_ci 的准确性就够我们用的了，在我看过很多程序源码后，发现它们大多数也用的是utf8_general_ci，所以新建数据 库时一般选用utf8_general_ci就可以了。
如果是utf8mb4那么对应的就是 utf8mb4_general_ci utf8mb4_unicode_ci
