“utf8_unicode_ci”和“utf8_unicode_520_ci”有啥区别

Posted 2023-02-24

【中文标题】“utf8_unicode_ci”和“utf8_unicode_520_ci”有啥区别

【英文标题】：What is the difference between "utf8_unicode_ci" and "utf8_unicode_520_ci"“utf8_unicode_ci”和“utf8_unicode_520_ci”有什么区别

【发布时间】：2013-09-25 03:21:51

【问题描述】：

我最近升级了 WAMPServer，现在在 phpMyAdmin 中，我看到了两个排序规则 utf8_unicode_ci 和 utf8_unicode_520_ci。我在土耳其语应用程序中使用“utf8_unicode_ci”，但我想知道新的*_520 排序规则有什么不同？

【问题讨论】：

查看帖子 [2011 年 8 月 22 日 16:56] Peter Gulutzan 在此线程 bugs.mysql.com/bug.php?id=9604

【参考方案1】：

如Collation Names 中所述：

Unicode 归类名称可能包含一个版本号，以指示归类所基于的 Unicode 归类算法 (UCA) 的版本。名称中没有版本号的基于 UCA 的排序规则使用版本 4.0.0 UCA 权重键：http://www.unicode.org/Public/UCA/4.0.0/allkeys-4.0.0.txt。 utf8_unicode_520_ci 等排序规则名称基于 UCA 5.2.0 权重键：http://www.unicode.org/Public/UCA/5.2.0/allkeys.txt。

【讨论】：

TL;博士？越大越好，没有版本号 = 最旧的版本？

通读关键列表并尝试评估哪个更适合大多数用户？是的。

【参考方案2】：

您可以阅读here（感谢 user3399549 的链接）排序/比较波兰字母“Ł”（L 与笔划）存在问题（小写：“ł”；html esc : ł 和 Ł ) 这里 Peter Gulutzan 解释搭配之间的区别：

我们有这些 Ł 的排序规则和规则：

utf8_polish_ci      Ł greater than L and less than M
utf8_unicode_ci     Ł greater than L and less than M
utf8_unicode_520_ci Ł equal to L
utf8_general_ci     Ł greater than Z

在波兰语中，字母 Ł 在字母 L 之后和 M 之前。我们可以这样写（为了澄清）：

L < Ł < M 

and 

L != Ł  

因此，为避免此类问题（使用排序/comapring），请使用utf8_unicode_ci（或更好的utf8mb4_unicode_ci）。

【讨论】：

utf8_unicode_520_ci 比 utf8_unicode_ci 更新，不是吗？为什么他们会让情况变得更糟？作为波兰人，您是否希望“Stanislaw”出现在“Stanislaw”的搜索结果中？当我 Ctrl+F 为“L”时，Chrome 会同时突出显示“Ł”和“L”。

选择这个更适合你的搭配

@mpen 看起来它是作为 general_ci 的升级路径创建的，而不是作为更新更好的替代品。 （不要引用我的话）

【参考方案3】：

如果您只想要土耳其语，请考虑utf8_turkish_ci。以下是大部分差异（取自http://mysql.rjweb.org/utf8_collations.html）：

utf8 : utf8_turkish_ci             A=a=ª=À=Á=Á=Â=Ã=Ä=Å=à=á=á=â=ã=ä=å=Ā=ā=Ą=ą  Aa  ae          az       Æ=æ
utf8 : utf8_unicode_520_ci         A=a=ª=À=Á=Á=Â=Ã=Ä=Å=à=á=á=â=ã=ä=å=Ā=ā=Ą=ą  Aa  ae=Æ=æ      az
utf8 : utf8_unicode_ci             A=a=ª=À=Á=Á=Â=Ã=Ä=Å=à=á=á=â=ã=ä=å=Ā=ā=Ą=ą  Aa  ae          az       Æ=æ

utf8 : utf8_turkish_ci             B=b  C=c=Č=č          ch  cz  Ç=ç  D=d=Ď=ď      dz  Ð=ð
utf8 : utf8_unicode_520_ci         B=b  C=c=Ç=ç=Č=č      ch  cz       D=d=Ð=ð=Ď=ď  dz
utf8 : utf8_unicode_ci             B=b  C=c=Ç=ç=Č=č      ch  cz       D=d=Ď=ď      dz  Ð=ð

utf8 : utf8_turkish_ci             F=f  fz  ƒ  G=g=Ģ=ģ      gz  Ğ=ğ  H=h  hz
utf8 : utf8_unicode_520_ci         F=f  fz  ƒ  G=g=Ğ=ğ=Ģ=ģ  gz       H=h  hz
utf8 : utf8_unicode_ci             F=f  fz  ƒ  G=g=Ğ=ğ=Ģ=ģ  gz       H=h  hz

utf8 : utf8_turkish_ci             I=ı  i=Ì=Í=Í=Î=Ï=ì=í=í=î=ï=Ī=ī=Į=į=İ   ij=ij   iz              J=j
utf8 : utf8_unicode_520_ci         I=i=Ì=Í=Í=Î=Ï=ì=í=í=î=ï=Ī=ī=Į=į=İ      ij=ij   iz           ı  J=j
utf8 : utf8_unicode_ci             I=i=Ì=Í=Í=Î=Ï=ì=í=í=î=ï=Ī=ī=Į=į=İ      ij=ij   iz           ı  J=j

utf8 : utf8_turkish_ci             K=k=Ķ=ķ   L=l=Ĺ=ĺ=Ļ=ļ          lj=LJ=Lj=lj      ll  lz  Ł=ł  M=m  N=n=Ñ=ñ=Ń=ń=Ņ=ņ=Ň=ň  nz
utf8 : utf8_unicode_520_ci         K=k=Ķ=ķ   L=l=Ĺ=ĺ=Ļ=ļ=Ł=ł      lj=LJ=Lj=lj      ll  lz       M=m  N=n=Ñ=ñ=Ń=ń=Ņ=ņ=Ň=ň  nz
utf8 : utf8_unicode_ci             K=k=Ķ=ķ   L=l=Ĺ=ĺ=Ļ=ļ          lj=LJ=Lj=lj      ll  lz  Ł=ł  M=m  N=n=Ñ=ñ=Ń=ń=Ņ=ņ=Ň=ň  nz

utf8 : utf8_turkish_ci             O=o=º=Ò=Ó=Ó=Ô=Õ=ò=ó=ó=ô=õ          oe=Œ=œ      oz  Ö=ö      Ø=ø
utf8 : utf8_unicode_520_ci         O=o=º=Ò=Ó=Ó=Ô=Õ=Ö=Ø=ò=ó=ó=ô=õ=ö=ø  oe=Œ=œ      oz
utf8 : utf8_unicode_ci             O=o=º=Ò=Ó=Ó=Ô=Õ=Ö=ò=ó=ó=ô=õ=ö      oe=Œ=œ      oz           Ø=ø

utf8 : utf8_turkish_ci             P=p  Q=q  R=r=Ř=ř   S=s=Š=Š=š=š        sh  ss=ß  sz  Ş=ş
utf8 : utf8_unicode_520_ci         P=p  Q=q  R=r=Ř=ř   S=s=Ş=ş=Š=Š=š=š    sh  ss=ß  sz
utf8 : utf8_unicode_ci             P=p  Q=q  R=r=Ř=ř   S=s=Ş=ş=Š=Š=š=š    sh  ss=ß  sz

utf8 : utf8_turkish_ci             T=t=Ť=ť  TM=tm=™  tz  U=u=Ù=Ú=Ú=Û=ù=ú=ú=û=Ū=ū=Ů=ů=Ų=ų      ue      uz  Ü=ü      V=v
utf8 : utf8_unicode_520_ci         T=t=Ť=ť  TM=tm=™  tz  U=u=Ù=Ú=Ú=Û=Ü=ù=ú=ú=û=ü=Ū=ū=Ů=ů=Ų=ų  ue      uz           V=v
utf8 : utf8_unicode_ci             T=t=Ť=ť  TM=tm=™  tz  U=u=Ù=Ú=Ú=Û=Ü=ù=ú=ú=û=ü=Ū=ū=Ů=ů=Ų=ų  ue      uz           V=v

utf8 : utf8_turkish_ci             W=w  X=x  Y=y=Ý=Ý=ý=ý=ÿ=Ÿ      yz
utf8 : utf8_unicode_520_ci         W=w  X=x  Y=y=Ý=Ý=ý=ý=ÿ=Ÿ      yz
utf8 : utf8_unicode_ci             W=w  X=x  Y=y=Ý=Ý=ý=ý=ÿ=Ÿ      yz

utf8 : utf8_turkish_ci             Z=z=Ž=Ž=ž=ž  zh  zz           Þ=þ
utf8 : utf8_unicode_520_ci         Z=z=Ž=Ž=ž=ž  zh  zz           Þ=þ
utf8 : utf8_unicode_ci             Z=z=Ž=Ž=ž=ž  zh  zz           Þ=þ

注意 Æ、Ç、Ð、Ğ 等在不同排序规则中的排序方式不同。

520 可能不会影响正常文本，尤其是土耳其语。例如，土耳其语和 520 将 Ð 视为单独的字母，但 utf8_unicode_ci 将其视为等于 D。看起来 520 与土耳其语“更接近”，但并非所有字母都相同。