所有语言的 MySQL 排序规则

Posted 2023-02-24

【中文标题】所有语言的 MySQL 排序规则

【英文标题】：MySQL collation for all languages

【发布时间】：2010-11-29 20:48:17

【问题描述】：

我目前正在开发一个网站，该网站将展示世界上几乎所有语言的内容。而且我在选择要在 mysql 中定义的最佳排序规则时遇到问题。

哪一个最能支持所有角色？还是最准确的？

或者最好将所有字符转换为 unicode？​​p>

【参考方案1】：

我通常使用 8 位 UCS/Unicode 转换格式，它适用于任何（以及大多数）语言

utf8_general_ci

http://dev.mysql.com/doc/refman/5.0/en/charset-unicode.html

【讨论】：

我想建议使用 utf8_unicode_ci 而不是 utf8_general_ci。有关为什么 unicode 优于一般的更多信息@***.com/questions/766809/…

【参考方案2】：

接受的答案是错误的（也许在 2009 年是正确的）。

utf8mb4_unicode_ci 是用于广泛语言支持的最佳编码。

推理和支持证据：

您想使用utf8mb4 而不是utf8，因为后者仅支持 3 字节字符，而您希望支持 4 字节字符。 (ref)

和

您想使用unicode 而不是general，因为后者从未正确排序。 (ref)

【讨论】：

谢谢！但是默认情况下为每个数据库/表执行此操作有什么缺点？与使用默认 mysql 设置（我猜是 latin1）相比，它是否使用更多空间或会使我的查询/搜索效率低下

【参考方案3】：

使用 utf8mb4 代替 utf8

utf8mb4_general_ci => support 1, 2, 3 or 4 bytes

和

utf8_general_ci or utf8mb3_general_ci => support 1, 2 or 3 bytes

它会根据需要占用你的磁盘空间。

【参考方案4】：

使用 utf8mb4_unicode_ci 或 utf8mb4_general_ci 可能会很棘手并导致意外行为。

注意。

如果您想避免下面这样的情况，也许utf8mb4_unicode_bin 可能是一个不错的选择。