类似字符的唯一约束违规

Posted 2023-02-24

【中文标题】类似字符的唯一约束违规

【英文标题】：Unique constraint violation on similar characters

【发布时间】：2018-07-11 22:12:48

【问题描述】：

我对 MariaDB 中的主键有疑问（我希望 mysql 也一样）。我正在构建一个 Django 应用程序，其中一些重要的表由 Django 使用以下 SQL 创建：

CREATE TABLE table_name
(
  term     VARCHAR(64) NOT NULL PRIMARY KEY,
  enabled  TINYINT(1)  NOT NULL,
  added    DATE        NOT NULL,
  verified DATE        NOT NULL
) ENGINE = InnoDB;

如果我在此表中插入两行，其中term 第一行是ó，另一行是o，我会收到错误[23000][1062] Duplicate entry 'o' for key 'PRIMARY'。其他类似的字母也会发生相同的行为，例如 e 和 é。 我真的觉得这种行为很奇怪，因为 SQLite 没有问题。

所以现在的问题是：如何让数据库引擎将它们视为不同的值？

额外问题：我可以期待 PostgreSQL 的相同行为吗？

我已经在 SQL 中尝试过这个，而不仅仅是 Django。

【参考方案1】：

好吧，碰巧，我在写这个问题时自己回答了这个问题。我意识到我没有尝试过字符集utf8mb4 和排序规则utf8mb4_bin 的组合，我记得_bin 排序规则在二进制级别比较字符，没有任何规则使相似字符看起来相似。所以用

创建我的数据库

CREATE DATABASE [database_name] CHARACTER SET = 'utf8mb4' COLLATE = 'utf8mb4_bin';

成功了。或者我可以用

创建每个表

CREATE TABLE [table_name] CHARACTER SET = 'utf8mb4' COLLATE = 'utf8mb4_bin';

，但是在数据库中设置它是这里唯一可行的选择，因为 Django 负责创建表。

更新：

关于奖励问题，简短的回答是：不。

详情见下方nick-barnes评论。

更新 2：

Microsoft SQL Server（在 SQL Server 2017 CU3 上测试）使用排序规则来比较字符串是否相等，因此需要使用二进制排序规则（例如 Latin1_General_BIN）来解决此服务器上的这个问题。

【讨论】：

Postgres 在测试字符串是否相等时总是使用二进制比较，因此不会混淆o 是否等于ó（在主键列中或其他任何地方） .排序顺序一直存在不一致，因为排序规则被委托给主机操作系统，但在 Postgres 10 中处理了这一问题，并包含了ICU support。

答案已更新，我已通过测试验证了该行为。感谢您的洞察力。

MySQL：更改DATABASE 或TABLE 的设置仅分别更改新添加的表或列的默认值。你需要ALTER TABLE ... MODIFY COLUMN ...