使用 charset utf8mb4 获得准确的过滤结果

Question

我想使用 CHARACTER SET utf8mb4 完全匹配过滤结果。

ALTER DATABASE test CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;

CREATE TABLE users (    
username VARCHAR(25) NOT NULL,    
password VARCHAR(25) NULL NULL
) 
ENGINE=innodb DEFAULT CHARSET=utf8mb4 
COLLATE=utf8mb4_general_ci ROW_FORMAT=DYNAMIC;
CREATE  INDEX  users_username_idx ON users (username); 

我插入了 100 万行也包含下面的行。

INSERT INTO users SELECT 'üsasdasd','somepassword';
INSERT INTO users SELECT 'usasdasd','somepassword';
INSERT INTO users SELECT 'pğasdasdasd','somepassword';
INSERT INTO users SELECT 'anfüs','somepassword';
INSERT INTO users SELECT 'anfus','somepassword';

然后应用了一些查询。

SELECT * FROM users WHERE username LIKE 'üs%';
SELECT * FROM users WHERE username LIKE 'us%';
SELECT * FROM users WHERE username LIKE 'pğ%';
SELECT * FROM users WHERE username = 'anfüs';
SELECT * FROM users WHERE username = 'anfus';

当我过滤为"LIKE 'us%'" 或" = 'anfus'" 时，为什么我得到的结果也有 ü 字母（如 üsasdasd 或 anfüs）
要么 当我过滤为"LIKE 'üs%'" 或" = 'anfüs'" 时，为什么我得到的结果也有你的字母（如usasdasd 或anfus）？

当我过滤为"LIKE 'üs%'" 或" = 'anfüs'" 反之亦然时，如何获得只有 ü 字母的结果（如 üsasdasd 或 anfüs）？

ANSWER:

我不知道为什么，但是 COLLATE=utf8mb4_0900_as_cs 解决了这个问题。

Answer 1

对于密码，您希望忽略所有大小写折叠、重音去除等，因此请使用COLLATE utf8mb4_bin。

我怀疑utf8mb4_0900_as_cs 和_bin 不太一样。

另一方面，您真的要存储“明文”密码吗？一种常见的技术是存储 pwd 的散列并在测试时进行散列。一个不受普通黑客攻击的简单哈希：

MD5(CONCAT(password, 'my secret salt'))