MySQL中字符集和排序规则选择

一般使用：

• 字符集：utf8mb4
• 排序规则：utf8mb4_unicode_ci

utf8和utf8mb4字符集的区别

在 MySQL 中，utf8 和 utf8mb4 都是用于存储 UTF-8 编码的字符集，但它们有一个关键区别：

1. utf8 不是完整的 UTF-8

MySQL 里的 utf8 其实是一个不完整的 UTF-8 实现，它最多只能存储 3 字节的字符，因此无法存储一些 4 字节的 Unicode 字符，如：

• 部分 emoji（😄、🚀、❤️）
• 某些生僻汉字（𠜎、𡃁）
• 其他特殊符号（𝄞、𝟘）

如果你的数据库使用的是 utf8，而你尝试插入 4 字节字符，就会导致存储失败或数据被截断。

2. utf8mb4 是完整的 UTF-8

utf8mb4（UTF-8 Multi-Byte 4）是MySQL 对 UTF-8 的完整实现，它支持所有 UTF-8 字符，包括 4 字节的 Unicode 字符，因此推荐使用 utf8mb4 代替 utf8。

3. utf8 和 utf8mb4 的存储对比

字符集	支持字节数	能存储 Emoji?	支持所有 Unicode?
utf8	最多 3 字节	❌ 不支持	❌ 不完整
utf8mb4	最多 4 字节	✅ 支持	✅ 完整

4. 迁移 utf8 到 utf8mb4

如果你的数据库是 utf8，可以升级到 utf8mb4 以支持完整的 UTF-8：

ALTER TABLE your_table CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

同时，建议修改 MySQL 配置（my.cnf 或 my.ini）：

[mysqld]
character-set-server = utf8mb4
collation-server = utf8mb4_unicode_ci

5. 结论

结论：如果可能，永远使用 utf8mb4，而不是 utf8！

排序规则如何选择

在 MySQL 中，排序规则（Collation）决定了字符串的比较规则和排序方式。不同的排序规则影响字符比较的大小写敏感性、重音区别等。以下是选择排序规则的主要依据：

---

1. 常见的排序规则

排序规则通常以 字符集_规则 的格式命名，例如：

排序规则	说明	大小写敏感	重音敏感
utf8mb4_general_ci	通用的，不区分大小写	❌（不区分）	❌（不区分）
utf8mb4_unicode_ci	基于 Unicode 规则排序	❌（不区分）	❌（不区分）
utf8mb4_unicode_520_ci	Unicode 5.2 标准，支持最新字符集	❌（不区分）	❌（不区分）
utf8mb4_bin	二进制比较，完全区分大小写和重音	✅（区分）	✅（区分）
utf8mb4_general_cs	区分大小写但不区分重音	✅（区分）	❌（不区分）
utf8mb4_unicode_cs	区分大小写和重音	✅（区分）	✅（区分）

• ci（Case Insensitive）：不区分大小写（abc 和 ABC 视为相同）
• cs（Case Sensitive）：区分大小写（abc 和 ABC 视为不同）
• bin（Binary）：按二进制逐字节比较（abc ≠ ABC，更严格）

---

2. 如何选择合适的排序规则

（1）推荐使用 utf8mb4_unicode_ci

适用于大多数情况，包括多语言支持、性能较好：

ALTER TABLE your_table CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

（2）如果希望区分大小写

使用 utf8mb4_unicode_cs：

ALTER TABLE your_table CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_cs;

（3）如果需要最高性能

• utf8mb4_general_ci 速度稍快（但排序准确性较低）。
• 适用于大小写不敏感、重音不敏感的场景，如昵称搜索：

ALTER TABLE your_table CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;

（4）如果需要严格匹配

使用 utf8mb4_bin，适用于密码存储、唯一性检查等：

ALTER TABLE your_table CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_bin;

---

3. 影响排序规则的 SQL 操作

（1）指定列的排序规则

CREATE TABLE users (
    name VARCHAR(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci
);

（2）在查询时使用特定排序规则

SELECT * FROM users WHERE name = 'Alice' COLLATE utf8mb4_bin;

（3）设置数据库默认排序规则

CREATE DATABASE mydb CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

---

4. utf8mb4_unicode_ci vs utf8mb4_general_ci

对比项	utf8mb4_unicode_ci	utf8mb4_general_ci
排序准确性	✅ 更符合 Unicode 规则	❌ 略有偏差
性能	⏳ 稍慢	⚡ 稍快
适用场景	推荐使用，适用于大多数文本	可用于简单文本，但不够准确

---

5. 总结

• 最佳选择： utf8mb4_unicode_ci（支持 Unicode 规范，大小写不敏感）
• 区分大小写： utf8mb4_unicode_cs（严格匹配）
• 最高性能： utf8mb4_general_ci（适用于简单文本）
• 严格二进制比较： utf8mb4_bin（用于密码存储）

如果你不确定，建议**默认使用 utf8mb4_unicode_ci**！