存储 MD5 CHAR(32) 时选择啥 MySQL 排序规则？

Posted 2023-02-24

【中文标题】存储 MD5 CHAR(32) 时选择啥 MySQL 排序规则？

【英文标题】：What MySQL collation to select when storing MD5 CHAR(32)?存储 MD5 CHAR(32) 时选择什么 MySQL 排序规则？

【发布时间】：2021-02-01 00:21:19

【问题描述】：

我将MD5 hashes 存储为一些记录的索引，我知道CHAR(32) 是一个很好的数据类型，但我应该为collation 选择什么？

我认为 MD5 仅支持这些字符是相关的：abcdef0123456789 所以我需要一个支持很少字符且不支持特殊字符的排序规则？

Eider way，哪一个是最好的排序方式？许多其他数据行在我的数据库中使用utf8_general_ci。

【参考方案1】：

您需要“A”==“a”吗？如果是这样，你需要一个案例折叠COLLATION。

但首先，我怀疑您的问题实际上是关于 CHARACTER SET。这是字符的编码。几乎任何字符集都可以处理十六进制字符。 ascii 很好； latin1 很好。除了用于 MD5、UUID、country_code、postal_code 等的字符集之外，我不会使用任何字符集。而且，由于每个字符集都是恒定长度，CHAR(..) 很有用。几乎在其他任何地方，VARCHAR(..) 都“更好”。

“排序规则”与排序和比较有关。一旦你决定了CHARACTER SET ascii（或latin1），那么你需要决定你是否需要比较a1b2 = A1B2。如果是这样，请使用ascii_general_ci（或latin1_general_ci）。 “ci”表示“不区分大小写”。

如果您永远不会混合大小写，ascii_bin (latin1_bin) 很好，而且速度会微不足道。 “bin”的意思是“只比较位”；也就是说，没有大小写折叠，重音剥离。等等

更好的方法是通过UNHEX() 将CHAR(32) 转换为BINARY(16)，然后通过HEX() 转换为另一种方式。这没有排序规则并将使用的空间减少一半。 （但它使字符串无法打印。）

对于其他列，... 字符集 utf8mb4，而不是 utf8，需要中文和表情符号（如您的图片）。如果不了解您的应用程序的更多信息，我无法判断 _general_ci collat​​ion 是否合适。

【讨论】：

好的，看来我需要对CHARACTER SET 进行更多研究，因为我现在有点迷路了。你在这里漏掉了一个动词吗？ I would not any

所以我知道要存储 MD5 值，latin 字符集就可以，但是如果我有一个表格需要保存带有中文字符的 url 标题，那么使用 @987654341 是正确的@字符集，没有？

@adrianTNT - MD5、UUID、country_code、postal_code 等：CHAR(...) CHARACTER SET latin1;根据折叠案例的需要选择排序规则。中文：最好用utf8mb4，有些汉字需要4个字节。 （我修正了错字。）