mysql中的字符集

字符集

UTF-8是Unicode的一种实现方式，几乎包含世界上所有字符，方便国际化，通常使用此字符集。

MySQL 中的 utf8 和 utf8mb4

UTF8 一个字符由 1-6 字节组成，但现在使用的字符最长只有 4 个字节。MySQL 中的 utf8 字符集最多只能存储 3 个字节，因此碰到 4 字节的字符就无法存储，这就是为什么 utf8 字符集的字段无法存储 emoji 表情的原因。 utf8mb4 是 utf8 的扩展，它可以存储 4 个字节的字符，因此可以存储 emoji 表情。 如无特殊情况，都应该使用 utf8mb4 字符集，不再使用 utf8 字符集。

排序规则

是否区分大小写

ci（Case Insensitive）：这个排序规则表示大小写不敏感的排序。在使用ci排序规则时，大写和小写字母被视为相同，因此在排序字符串时不会考虑它们的大小写差异。例如，字符串 Apple和 apple在使用ci排序规则时会被视为相等。关键字搜索时**A%和a%**搜索的结果一致.

cs（Case Sensitive）：这个排序规则表示大小写敏感的排序。在使用“cs”排序规则时，大写和小写字母被视为不同的字符，因此在排序字符串时会严格区分它们的大小写差异。例如，字符串 Apple和apple在使用cs排序规则时会被视为不同。 在创建数据库或表时，可以通过设置 COLLATE关键字来指定特定的排序规则。例如： utf8mb4_0900_ai_ci 名称解析：utf8mb4 是字符集，0900_ai_ci 是排序规则。ci 代表不区分大小写（case-insensitive）。 [[不同数据库中的特性]]

是否区分重音

在某些特定场景下，区分重音是非常重要的。以下是一些需要区分重音的情况：

需要区分重音的场景

1. 语言特性：某些语言的词义可能因重音的不同而改变。例如，在法语中，“a”（有重音）和“à”（无重音）是两个不同的词，具有不同的含义。在这种情况下，区分重音是必要的。
2. 精确匹配：在某些应用中，用户可能希望进行精确匹配，例如在搜索引擎或数据库查询中，用户输入的内容必须与数据库中的内容完全一致，包括重音。
3. 文化和语言敏感性：在处理某些文化或语言时，重音可能会影响到用户的体验和理解，因此需要特别注意。

区分重音的排序规则

如果你需要在 MySQL 中区分重音，可以使用以下排序规则：

• utf8mb4_0900_as_cs：这个排序规则表示：
  • as：区分重音（Accent Sensitive）
  • cs：区分大小写（Case Sensitive）
• utf8mb4_general_ci：虽然这个排序规则是不区分重音的，但如果你需要更细致的控制，可以考虑使用 utf8mb4_unicode_ci，它在某些情况下会更准确地处理重音，但仍然是不区分重音的。
• utf8mb4_unicode_as：如果你使用的是 MySQL 8.0 或更高版本，可以使用 utf8mb4_unicode_as，它支持区分重音。

示例

如果你想要创建一个表并使用区分重音的排序规则，可以使用以下 SQL 语句：

CREATE TABLE example (
    name VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_as_cs
);

在这个表中，name 列将区分重音和大小写。

规则解析

utf8_general_ci

• 表示一种通用的排序规则。general 排序规则在比较字符时，采用了一些简化的规则，通常不会考虑重音符号（如 é 和 e 被视为相同），并且在比较时也不区分大小写（例如，A 和 a 被视为相同）。

utf8mb4_0900_ai_ci

• mysql8之后默认的字符集排序规则版本
• 0900：表示使用 Unicode 9.0 版本的字符集。

常见字符集

utf8mb4_general_ci ：不区分大小写, 校对速度快, 但准确度稍差，不区分重音。 通常可以选用 utf8mb4_bin:：字符串每个字符串用二进制数据编译存储。 区分大小写,而且可以存二进制的内容。 utf8mb4_unicode_ci：不区分大小写, 校准确度高,但校对速度稍慢。,区分重音

参考：

mysql的字符集和排序规则

ci,cs,bin