php - utf8mb4_unicode_ci 与 utf8mb4_bin

Question

所以首先让我们看看我是否正确:

字符集是一组符号和编码。排序规则是一组用于比较字符集中字符的规则。

我应该使用 utf8mb4，因为 mysql utf8 是一种欺诈，最多 3 字节，而不是 PHP 中真正的最多 4 字节的真正 utf8 字符集。

因此，utf8mb4 是一个字符集，而 utf8mb4_unicode_ci/utf8mb4_bin 是他许多不同的可用排序规则中的 2 个。

utf8_unicode_ci 进行不区分大小写的比较和其他特殊比较(例如，我听说它与法语中的所有口音都混淆了)。 utf8_bin 区分大小写，因为它比较字符的二进制值。

现在的问题:

1. 例如，如果我想使用 utf8mb4_unicode_ci 允许区分大小写的登录名，我将不得不执行以下操作:

   SELECT name FROM table WHERE BINARY name = 'MyNaMEiSFUlloFUPPERCases';
   

2. 例如，如果我想允许使用 utf8mb4_bin 进行不区分大小写的搜索，我将不得不执行以下操作:

   SELECT name FROM table WHERE LOWER(name) LIKE '%myname%'
   

3. 那么哪个更好呢？我听到的关于 utf8_unicode_ci 和重音/其他特殊字符的坏话呢？

谢谢你:)

Answer 1

你“做对了”吗？是的，除了我认为在 utf8mb4_unicode_520_ci 中比较法国口音是“正确的”。

你的两个SELECTs将两者都进行全表扫描，从而效率低下。原因是您要覆盖排序规则(对于#1)或将列隐藏在函数中(LOWER，对于#2)或使用前导通配符(LIKE %...)。

如果您希望它高效，请声明 name成为 COLLATION utf8mb4_bin做简单的WHERE name = ... .

您认为这些等价和排序中的某些对法语“不正确”吗？

A=a=ª=À=Á=Â=Ã=Ä=Å=à=á=â=ã=ä=å=Ā=ā=Ą=ą  Aa  ae=Æ=æ  az  B=b  C=c=Ç=ç=Ć=ć=Č=č  ch  cz
D=d=Ð=ð=Ď=ď  dz  E=e=È=É=Ê=Ë=è=é=ê=ë=Ē=ē=Ĕ=ĕ=Ė=ė=Ę=ę=Ě=ě  F=f  fz  ƒ  G=g=Ğ=ğ=Ģ=ģ
gz  H=h  hz  I=i=Ì=Í=Î=Ï=ì=í=î=ï=Ī=ī=Į=į=İ  ij=ij  iz  ı  J=j  K=k=Ķ=ķ
L=l=Ĺ=ĺ=Ļ=ļ=Ł=ł  lj=LJ=Lj=lj  ll  lz  M=m  N=n=Ñ=ñ=Ń=ń=Ņ=ņ=Ň=ň  nz
O=o=º=Ò=Ó=Ô=Õ=Ö=Ø=ò=ó=ô=õ=ö=ø  oe=Œ=œ  oz  P=p  Q=q  R=r=Ř=ř  S=s=Ś=ś=Ş=ş=Š=š  sh
ss=ß  sz  T=t=Ť=ť  TM=tm=™  tz  U=u=Ù=Ú=Û=Ü=ù=ú=û=ü=Ū=ū=Ů=ů=Ų=ų  ue  uz  V=v  W=w  X=x
Y=y=Ý=ý=ÿ=Ÿ  yz  Z=z=Ź=ź=Ż=ż=Ž=ž  zh  zz  Þ=þ  µ

More utf8 collations . 8.0 and utf8mb4 collations .

“520”(较新)版本不处理 Æ , Ð , Ł , 和 Ø作为一个单独的“字母”，也许还有其他的东西。