MySQL中utf8mb4排序规则示例

在MySQL中常见的utf8mb4排序规则有：

utf8mb4_0900_ai_ci
utf8mb4_unicode_ci
utf8mb4_general_ci

当设置表的默认字符集为utf8mb4字符集但未明确指定排序规则时：

在MySQL 5.7版本中，默认排序规则为utf8mb4_general_ci。
在MySQL 8.0版本中，默认排序规则为utf8mb4_0900_ai_ci。

由于utf8mb4_0900_ai_ci排序规则时MySQL 8.0引入的排序规则，因此将MySQL 8.0版本的表导入到MySQL 5.7或MySQL 5.6版本时，会存在字符集无法识别的问题。

[Err] 1273 - Unknown collation: 'utf8mb4_0900_ai_ci'

参数控制

在MySQL 5.6版本中，参数collation_server用于设置服务器级别的默认排序规则。

如果服务启动时未指定参数collation_database的值，则默认继承参数collation_server的值。
如果创建数据库时未指定排序规则，则默认使用参数collation_database的值。

参数character_set_database和collation_database在MySQL 5.7版本中被遗弃并将在后续版本中移除。
MySQL新增参数default_collation_for_utf8mb4用于控制使用utf8mb4字符集时的默认排序规则，取值为utf8mb4_0900_ai_ci或utf8mb4_general_ci
参数default_collation_for_utf8mb4在下列条件中生效：

使用SHOW COLLATION and SHOW CHARACTER SET 命令时。
在创建库或修改库指定utf8mb4但未指定编码规则时。
在创建表或修改表指定utf8mb4但未指定编码规则时。
在增加列或修改列指定utf8mb4但未指定编码规则时。
其他使用utf8mb4但未指定编码规则时。

utf8mb4_unicode_ci和utf8mb4_general_ci对比

1、准确性

utf8mb4_unicode_ci排序规则基于标准unicode进行排序和比较，能处理特殊的字符，能在各种语音中精确排序。
utf8mb4_general_ci排序规则没有基于标准unicode，无法处理部分特殊字符。

2、性能

utf8mb4_general_ci排序规则在排序性能上相对较好
utf8mb4_unicode_ci排序规则为处理特殊字符实现复杂的排序算法，性能略差
在大部分场景下，两者没有明显的性能差异

补：MySQL--utf8mb4与等值查询测试

测试脚本

## 删除测试表DROP TABLE IF EXISTS tb2001;DROP TABLE IF EXISTS tb2002;DROP TABLE IF EXISTS tb2003;## 创建测试表CREATE TABLE tb2001(id INT AUTO_INCREMENT PRIMARY KEY,c1 VARCHAR(100) COLLATE utf8mb4_unicode_ci,c2 VARCHAR(100) COLLATE utf8mb4_bin)ENGINE=INNODB DEFAULT CHARSET=utf8mb4 ;CREATE TABLE tb2002(id INT AUTO_INCREMENT PRIMARY KEY,c1 VARCHAR(100) COLLATE utf8mb4_general_ci,c2 VARCHAR(100) COLLATE utf8mb4_bin)ENGINE=INNODB DEFAULT CHARSET=utf8mb4;CREATE TABLE tb2003(id INT AUTO_INCREMENT PRIMARY KEY,c1 VARCHAR(100) COLLATE utf8mb4_0900_ai_ci,c2 VARCHAR(100) COLLATE utf8mb4_bin)ENGINE=INNODB DEFAULT CHARSET=utf8mb4;## 插入测试数据INSERT INTO tb2001(c1,c2)VALUES(0xF09F8D83,0xF09F8D83),(0xF09FA68A,0xF09FA68A),(0xF09F8CA0,0xF09F8CA0);INSERT INTO tb2002(c1,c2)VALUES(0xF09F8D83,0xF09F8D83),(0xF09FA68A,0xF09FA68A),(0xF09F8CA0,0xF09F8CA0);INSERT INTO tb2003(c1,c2)VALUES(0xF09F8D83,0xF09F8D83),(0xF09FA68A,0xF09FA68A),(0xF09F8CA0,0xF09F8CA0);## 等值查询测试SELECT * FROM tb2001 WHERE c1=0xF09F8D83;SELECT * FROM tb2002 WHERE c1=0xF09F8D83;SELECT * FROM tb2003 WHERE c1=0xF09F8D83;SELECT * FROM tb2001 WHERE c2=0xF09F8D83;SELECT * FROM tb2002 WHERE c2=0xF09F8D83;SELECT * FROM tb2003 WHERE c2=0xF09F8D83;

mysql> SELECT * FROM tb2001 WHERE c1=0xF09F8D83;+----+------+------+| id | c1   | c2   |+----+------+------+|  1 | 🍃     | 🍃     ||  2 | 🦊     | 🦊     ||  3 | 🌠     | 🌠     |+----+------+------+3 rows in set (0.00 sec)mysql> SELECT * FROM tb2002 WHERE c1=0xF09F8D83;+----+------+------+| id | c1   | c2   |+----+------+------+|  1 | 🍃     | 🍃     ||  2 | 🦊     | 🦊     ||  3 | 🌠     | 🌠     |+----+------+------+3 rows in set (0.01 sec)mysql> SELECT * FROM tb2003 WHERE c1=0xF09F8D83;+----+------+------+| id | c1   | c2   |+----+------+------+|  1 | 🍃     | 🍃     |+----+------+------+1 row in set (0.00 sec)mysql> mysql> SELECT * FROM tb2001 WHERE c2=0xF09F8D83;+----+------+------+| id | c1   | c2   |+----+------+------+|  1 | 🍃     | 🍃     |+----+------+------+1 row in set (0.00 sec)mysql> SELECT * FROM tb2002 WHERE c2=0xF09F8D83;+----+------+------+| id | c1   | c2   |+----+------+------+|  1 | 🍃     | 🍃     |+----+------+------+1 row in set (0.00 sec)mysql> SELECT * FROM tb2003 WHERE c2=0xF09F8D83;+----+------+------+| id | c1   | c2   |+----+------+------+|  1 | 🍃     | 🍃     |+----+------+------+1 row in set (0.00 sec)

使用utf8mb4字符集能存储特殊字符如表情符号。
utf8mb4_unicode_ci和utf8mb4_general_ci排序规则无法"正确匹配"特殊字符。
utf8mb4_0900_ai_ci排序规则能"正确匹配"特殊字符,但仅适用MySQL 8.0版本。
utf8mb4_bin排序规则基于二级制方式匹配特殊字符，能"正确匹配"特殊字符，适用于MySQL各个版本。

参数控制

utf8mb4_unicode_ci和utf8mb4_general_ci对比

补：MySQL--utf8mb4与等值查询测试

更多相关文章

随机推荐