何时使用 utf8mb4（bin、general_ci、unicode_520_ci）？ [复制]

Question

我对 MySQL 排序规则及其编码感到困惑，人们通常使用以下三种排序规则之一：

1. utf8mb_bin
2. utf8mb4_general_ci
3. utf8mb4_unicode_520_ci

我不明白什么时候在需要时使用这些排序规则，例如，

这样的名字的表格

[id - name]

它只会包含来自不同语言的名称字符，例如 法语、德语、拉丁语。 . .

对于这样的表，我是使用utf8mb_bin 的排序规则还是坚持使用utf8mb4_unicode_520_ci，

另一方面，例如博客主题的表格：

[id - title - subject]

我是把所有的列归类到utf8mb4_unicode_520_ci还是使用：

utf8mb_bin 为title

utf8mb4_unicode_520_ci 为subject

据我了解，utf8mb4_unicode_520_ci 中包含一些可用于博客主题的表情，还是我只是忽略所有内容而只使用utf8mb4_unicode_520_ci？

但总的来说，使用这些不同的排序规则有什么意义？它们如何影响我在SELECT 查询中的结果？

我想在 berif 中了解的是：

每个使用什么排序规则：

1. 名字
2. 标题
3. 主题
4. 电子邮件
5. 个人简介
6. 消息
7. 用户名

Answer 1

您混淆了编码和排序规则。

可用字符由编码定义（并且只有编码）。由于 UTF-8 是与 Unicode 兼容的编码，因此您有 所有 个字符。 MySQL 的特点是它的utf8 编码并没有真正实现 UTF-8，而只是一个子集，因为它为每个字符分配 3 个字节，并且（截至今天）某些字符需要 4 个字节。于是utf8mb4诞生了。

排序规则是一组规则，告诉您WHERE foo = bar 和ORDER BY foo 如何工作。你需要问自己：如果我搜索internet，它应该匹配Internet吗？如果您存储法语、德语和拉丁语单词，您很可能不需要二进制排序规则。理想情况下，您想要一个具有您将使用的语言的确切规则的语言，但是，由于您正在混合语言，因此您必须选择通用排序规则。阅读Difference between utf8mb4_unicode_ci and utf8mb4_unicode_520_ci collations后，您可以做出明智的决定。