MySQL字符集：utf8mb4_unicode_ci与"utf8mb4 - 默认字符集"的区别

Question

请帮忙理解MySQL Workbench中列出的排序规则之间的区别： utf8mb4_unicode_ci和utf8mb4 - default collation有什么区别？

附：所有人都建议使用utf8mb4_unicode_ci。既然这么受欢迎，为什么不是默认值？它与默认值有何不同？

我使用的是MySQL 5.7.21。

图片链接:

- Yevgeniy Afanasyev

---

执行 SHOW CREATE TABLE 命令以发现实际的“默认”是什么。我认为它会显示 utf8mb4_general_ci 或者可能是 utf8mb4_unicode_520_ci。此外，这个默认值可能会随着 MySQL 版本的变化而改变。 - Rick James

Answer 1

utf8mb4_default是什么？你在哪里看到的？

在MySQL 8.0之前，utf8mb4的默认排序规则是utf8mb4_general_ci。这个排序规则只逐字节比较，所以ss和ß不被认为是相等的。而大多数其他的utf8mb4排序规则都认为它们是相等的。

在通用使用（与特定于西班牙语等的排序规则相对）中，下一个更好的排序规则是utf8mb4_unicode_ci。它匹配了几年前编写的Unicode Collation Algorithm版本4.0。

然后是utf8mb4_unicode_520_ci（Unicode 5.20），它处理更多事情时更"正确"。

当你使用MySQL 8.0时，将会有一个9.0版本的utf8mb4_0900_ai_ci。

有关差异的详细信息，请参阅http://mysql.rjweb.org/utf8_collations.html。（注意：对于该页面提供的信息，“utf8”与“utf8mb4”是相同的。）首先要注意的是：

utf8_general_ci         A=a=À=Á=Â=Ã=Ä=Å=à=á=â=ã=ä=å=Ā=ā=Ą=ą    Aa  ae          az
utf8_unicode_ci       A=a=ª=À=Á=Â=Ã=Ä=Å=à=á=â=ã=ä=å=Ā=ā=Ą=ą  Aa  ae          az            Æ=æ
utf8_unicode_520_ci   A=a=ª=À=Á=Â=Ã=Ä=Å=à=á=â=ã=ä=å=Ā=ā=Ą=ą  Aa  ae=Æ=æ      az

这3行指出了对Æ和æ的3种不同处理方式。

• 这两个连字被视为相等（"不区分大小写"）。
• general 不会将其排序在其他A的附近。（稍后我们会看到它们在Z之后排序。）
• unicode 将它们排序在所有A之后，紧接着B，就好像它们是一个独立的“字母”。
• unicode_520 将它们视为与字母对ae相等。

对于5.7版本，并且没有特定的语言要求，我会使用utf8mb4_unicode_520_ci。

回到你关于“为什么”的问题。更改默认设置可能会对现有安装造成更多伤害而不是帮助。所以，我想设计者们比较保守。另一方面，8.0版本有很多重大变化，所以对于更改没有那么多的顾虑。因此，转向了utf8mb4_0900_ai_ci。

- Rick James

---

谢谢您的回答，请看一下我附在问题上的图片。 - Yevgeniy Afanasyev

我没有 utf8mb4_unicode_520_ci。我只有 utf8mb4_unicode_ci 和 utf8mb4_default - 我找不到任何关于 utf8mb4_default 在上下文中是什么意思的描述。谢谢。 - Yevgeniy Afanasyev

@YevgeniyAfanasyev - 现在我看到这张图片，我会说它是一个懒散的列表。它没有说utf8mb4_default，而是说utf8mb4 - “default”排序规则，这是一件愚蠢的事情，因为它并没有给你任何线索来确定哪个是默认值。而且我认为列表中有错误。请在bugs.mysql.com上针对Workbench提交错误报告。 - Rick James

谢谢。那么我的问题是合理的，不仅我看不出哪一个是默认的。谢谢。 - Yevgeniy Afanasyev

SHOW COLLATION LIKE 'utf8mb4%'; - Rick James