logo标签列表

哪种utf8排序规则是最好的？

mysqlcollation
27

我希望支持UTF8排序规则，以支持以下语言:

  • 英文
  • 波斯语
  • 阿拉伯语
  • 法语
  • 日语
  • 中文

UTF8_GENERAL_CI是否支持所有这些语言?

没有一个最好的答案！“排序”是指排序，而不是收集。每种语言都必须适当地进行排序。虽然可能有几种方法可以对法语进行排序，但法语的排序并不比中文的排序更好。这就像哪个更好，苹果还是橙子？对此没有最佳答案。 - Elliptical view
2个回答
41

是的，没错。UTF-8 是 Unicode 字符集的一种编码方式，支持世界上几乎所有的语言。

我认为唯一的区别在于对结果进行排序时可能会有不同的字母顺序（例如重音符号、分音符等）。此外，在另一种排序规则下，比较 a 和 ä 的行为可能会有所不同。

_ci 后缀表示排序和比较是大小写不敏感的。

http://www.collation-charts.org/ 对您可能会感兴趣。

2
非常感谢你，伙计 :) 还有一个问题： 你的意思是如果我选择utf8_general排序规则，那么在英语、波斯语或其他语言中对记录进行排序会有问题吗？ - armin etemadi
2
英语和法语应该基本相同，但我不确定其他语言（波斯语、阿拉伯语、日语、中文）是否也是如此，因为它们不使用普通的英文字母。你希望它们如何排序？在英文字母之后、之间还是之前？你明白我的意思吗？ - knittl
1
排序规则可以在数据库/表创建后更改，因此如果排序出现问题，选择不同的排序规则并不是真正的问题。但我想它会按照您的意图工作。 - knittl
1
@knittl：排序规则始终与排序有关。因此，您的答案有点绕过了问题，这很遗憾，因为这个问题在谷歌上很容易找到... :/ - hakre
1
"_ci" 后缀表示排序和比较时不区分大小写。 - felwithe
显示剩余3条评论
8
作为一种良好的决策，UTF8_GENERAL_CI 曾经是一个不错的选择。但现在它存在一些缺点。
MySQL 的 UTF8 实际上使用了三个字节而不是四个字节，这对于像表情符号和新亚洲字符等符号是必须的。
因此，MySQL 有一个更新的字符集叫做 utf8mb4，它实际上符合 UTF8 定义。 如果您希望完全支持亚洲语言，则需要选择 utf8mb4。 如果您关心多语言下正确的排序，请使用 utf8mb4_unicode 或 utf8mb4_unicode_ci 而不是 general。
更详细的答案可以在What's the difference between utf8_general_ci and utf8_unicode_ci找到。
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接