utf8_general_ci 和 utf8_unicode_ci 有啥区别? [复制]

Posted

技术标签:

【中文标题】utf8_general_ci 和 utf8_unicode_ci 有啥区别? [复制]【英文标题】:What are the differences between utf8_general_ci and utf8_unicode_ci? [duplicate]utf8_general_ci 和 utf8_unicode_ci 有什么区别? [复制] 【发布时间】:2010-11-05 09:45:23 【问题描述】:

可能重复:What's the difference between utf8_general_ci and utf8_unicode_ci

我有两个 unicode 选项,看起来很有希望用于 mysql 数据库。

utf8_general_ci unicode (multilingual), case-insensitive
utf8_unicode_ci unicode (multilingual), case-insensitive

你能解释一下 utf8_general_ci 和 utf8_unicode_ci 有什么区别吗?在设计数据库时选择其中一个有什么影响?

【问题讨论】:

另见***.com/questions/766809/… 【参考方案1】:

utf8_general_ci 是一个非常简单的排序规则——在 Unicode 上,非常糟糕——排序规则,它在一般 Unicode 文本上给出不正确的结果。它的作用是:

转换为 Unicode 规范化形式 D 以进行规范分解 删除任何组合字符 转换为大写

这在 Unicode 上无法正常工作,因为它不理解 Unicode 大小写。单独的 Unicode 大小写比具有 ASCII 意识的方法可以处理的要复杂得多。例如:

“ẞ”的小写字母是“ß”,但“ß”的大写字母是“SS”。 有两个小写的希腊 sigma,但只有一个大写的;考虑“Σίσυφος”。 像“ø”这样的字母不会分解为“o”加变音符号,这意味着它不会正确排序。

还有许多其他的微妙之处。

    utf8_unicode_ci 使用标准 Unicode Collation Algorithm,支持所谓的扩展和连字,例如: 德语字母 ß (U+00DF LETTER SHARP S) 在“ss”附近排序 字母 Œ (U+0152 LATIN CAPITAL LIGATURE OE) 在“OE”附近排序。

utf8_general_ci 不支持扩展/连字,它可以排序 所有这些字母都是单个字符,有时顺序错误。

    utf8_unicode_ci通常对于所有脚本都更准确。 例如,在 Cyrillic 块上: utf8_unicode_ci 适用于所有这些语言: 俄语、保加利亚语、白俄罗斯语、马其顿语、塞尔维亚语和乌克兰语。 虽然 utf8_general_ci 仅适用于西里尔文的俄语和保加利亚语子集。 白俄罗斯语、马其顿语、塞尔维亚语和乌克兰语中使用的额外字母 排序不好。

utf8_unicode_ci 的代价是它是一个一点位 比utf8_general_ci 慢。但这就是你为正确性付出的代价。要么你可以有一个错误的快速答案,或者一个非常慢的答案是正确的。你的选择。 很难证明给出错误答案是合理的,因此最好假设utf8_general_ci 不存在并始终使用utf8_unicode_ci。好吧,除非你想得到错误的答案。

来源:http://forums.mysql.com/read.php?103,187048,188748#msg-188748

【讨论】:

语言列表的道具 看起来这个答案是直接从mysql论坛forums.mysql.com/read.php?103,187048,188748#msg-188748复制而来的 复制/粘贴答案时不会阻止您引用原始来源:P 那你为什么要使用utf8_general_ci 而不是utf8_unicode_ci 永远不要使用utf8_general_ci http://***.com/a/766996/570763【参考方案2】:

来自Unicode Character Sets 中的MySQL documentation:

对于任何 Unicode 字符集,使用 _general_ci 排序规则执行的操作比使用 _unicode_ci 排序规则执行的操作要快。例如,utf8_general_ci 排序规则的比较比utf8_unicode_ci 的比较更快,但正确性稍差。原因是utf8_unicode_ci支持扩展等映射;也就是说,当一个字符比较等于其他字符的组合时。例如,在德语和其他一些语言中,“ß”等于“ss”。 utf8_unicode_ci 还支持缩写和可忽略的字符。 utf8_general_ci 是不支持扩展、收缩或可忽略字符的传统排序规则。它只能在字符之间进行一对一的比较。

【讨论】:

以上是关于utf8_general_ci 和 utf8_unicode_ci 有啥区别? [复制]的主要内容,如果未能解决你的问题,请参考以下文章

utf8_general_ci 和 utf8_unicode_ci 有啥区别? [复制]

utf8_general_ci 和 utf8_unicode_ci 有啥区别? [复制]

utf8_general_ci 和 utf8_unicode_ci 有啥区别? [复制]

utf8_general_ci 中哪些字符是等价的?

utf8_general_ci中的mysql区分大小写

归类 (utf8_unicode_ci,IMPLICIT) 和 (utf8_general_ci,IMPLICIT) 的非法混合