utf8mb4常见排序规则
utf8mb4常见排序规则有：
- utf8mb4_0900_ai_ci
- utf8mb4_unicode_ci
- utf8mb4_general_ci
utf8mb4_unicode_ci和utf8mb4_general_ci对比
1、准确性
- utf8mb4_unicode_ci排序规则基于标准unicode进行排序和比较，能处理特殊的字符，能在各种语音中精确排序。
- utf8mb4_general_ci排序规则没有基于标准unicode，无法处理部分特殊字符。
2、性能
- utf8mb4_general_ci排序规则在排序性能上相对较好
- utf8mb4_unicode_ci排序规则为处理特殊字符实现复杂的排序算法，性能略差
- 在大部分场景下，两者没有明显的性能差异
utf8mb4_0900_ai_ci和utf8mb4_general_ci对比
- 在MySQL 5.7版本使用utf8mb4字符集时默认使用utf8mb4_general_ci排序规则
- 在MySQL 8.0版本使用utf8mb4字符集时默认使用utf8mb4_0900_ai_ci排序规则
由于utf8mb4_0900_ai_ci排序规则时MySQL 8.0引入的排序规则，因此将MySQL 8.0版本的表导入到MySQL 5.7或MySQL 5.6版本时，会存在字符集无法识别的问题。
[Err] 1273 - Unknown collation: ‘utf8mb4_0900_ai_ci‘
MySQL版本与默认排序规则
当设置表的默认字符集为utf8mb4字符集但未明确指定排序规则时：
- 在MySQL 5.7版本中，默认排序规则为utf8mb4_general_ci。
- 在MySQL 8.0版本中，默认排序规则为utf8mb4_0900_ai_ci。
在MySQL 5.6版本中，参数collation_server用于设置服务器级别的默认排序规则。
- 如果服务启动时未指定参数collation_database的值，则默认继承参数collation_server的值。
- 如果创建数据库时未指定排序规则，则默认使用参数collation_database的值。
参数character_set_database和collation_database在MySQL 5.7版本中被遗弃并将在后续版本中移除。
MySQL 新增参数default_collation_for_utf8mb4用于控制使用utf8mb4字符集时的默认排序规则，取值为utf8mb4_0900_ai_ci或utf8mb4_general_ci
参数default_collation_for_utf8mb4在下列条件中生效：
- 使用SHOW COLLATION and SHOW CHARACTER SET 命令时。
- 在创建库或修改库指定utf8mb4但未指定编码规则时。
- 在创建表或修改表指定utf8mb4但未指定编码规则时。
- 在增加列或修改列指定utf8mb4但未指定编码规则时。
- 其他使用utf8mb4但未指定编码规则时。
三种排序规则等值查询对比
测试方法
## 创建测试表
CREATE TABLE tb2001(
id INT AUTO_INCREMENT PRIMARY KEY,
c1 VARCHAR(100)
)ENGINE=INNODB DEFAULT CHARSET=utf8mb4 COLLATE = utf8mb4_unicode_ci;
CREATE TABLE tb2002(
id INT AUTO_INCREMENT PRIMARY KEY,
c1 VARCHAR(100)
)ENGINE=INNODB DEFAULT CHARSET=utf8mb4 COLLATE = utf8mb4_general_ci;
CREATE TABLE tb2003(
id INT AUTO_INCREMENT PRIMARY KEY,
c1 VARCHAR(100)
)ENGINE=INNODB DEFAULT CHARSET=utf8mb4 COLLATE = utf8mb4_0900_ai_ci;
## 插入测试数据
INSERT INTO tb2001(c1)VALUES(0xF09F8D83),(0xF09FA68A),(0xF09F8CA0);
INSERT INTO tb2002(c1)VALUES(0xF09F8D83),(0xF09FA68A),(0xF09F8CA0);
INSERT INTO tb2003(c1)VALUES(0xF09F8D83),(0xF09FA68A),(0xF09F8CA0);
## 等值查询测试
SELECT 0xF09F8D83;
SELECT * FROM tb2001 WHERE c1=0xF09F8D83;
SELECT * FROM tb2002 WHERE c1=0xF09F8D83;
SELECT * FROM tb2003 WHERE c1=0xF09F8D83;
测试结果
mysql> SELECT 0xF09F8D83;
+------------+
| 0xF09F8D83 |
+------------+
| ?? |
+------------+
1 row in set (0.01 sec)
mysql> SELECT * FROM tb2001 WHERE c1=0xF09F8D83;
+----+------+
| id | c1 |
+----+------+
| 1 | ?? |
| 2 | ?? |
| 3 | ?? |
+----+------+
3 rows in set (0.01 sec)
mysql>
mysql> SELECT * FROM tb2002 WHERE c1=0xF09F8D83;
+----+------+
| id | c1 |
+----+------+
| 1 | ?? |
| 2 | ?? |
| 3 | ?? |
+----+------+
3 rows in set (0.00 sec)
mysql>
mysql> SELECT * FROM tb2003 WHERE c1=0xF09F8D83;
+----+------+
| id | c1 |
+----+------+
| 1 | ?? |
+----+------+
1 row in set (0.00 sec)
测试总结
- 在utf8mb4_unicode_ci和utf8mb4_general_ci排序规则下，不同表情符号会被识别为相同。
- 在utf8mb4_0900_ai_ci排序规则下，不同表情符号能被明确识别为不同。