Mysql:什么时候应该声明 CHAR(String) 类型的列使用 UTF8 或 Latin1？

Question

自Mysql>=8.0开始支持UTF8MB4排序规则。

但是如果 CHAR 类型的列是字母数字字符串，那么使用 UTF8 或 latin1 自定义排序规则会更好吗？

<小时/>

我使用Flask-Sqlalchemy，并且我的项目设置SQLALCHEMY_DATABASE_URI = 'mysql+mysqldb://root:@localhost:3306/testdb?charset=utf8mb4'

但是将 mysql 升级到 8.0 后，所有表都使用 UTF8MB4 排序规则创建。

例如:

class Topic(db.Model, CoModel):
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    name = db.Column(db.String(168))
    content = db.Column(db.Text)

==>mysql

CREATE TABLE `topic` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(168) COLLATE utf8mb4_general_ci DEFAULT NULL,
  `content` text COLLATE utf8mb4_general_ci ,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;

我应该自定义name = db.Column(db.String(168, collat​​ion="utf8_general_ci"))

<小时/>

UTF8MB4擅长支持海量字符编码。

我应该默认配置 utf8mb4 并在任何地方使用它吗？

Answer 1

今后，您应该对几乎所有 CHAR/VARCHAR/TEXT 列使用 utf8mb4。

字符集utf8mb4基本上涵盖了世界上所有的字符集。如果您的客户端将字符编码为 UTF-8(utf8mb4 的外部等效形式)，那么 utf8mb4 就很好。

从 utf8 迁移到 utf8mb4 很好。前者是后者的子集。区别在于Emoji和一些中文。

将latin1与utf8或utf8mb4混合是可能的，但是这个论坛充满了搞砸的程序员/数据库。

出于很多充分的理由，8.0 将默认值更改为 utf8mb4。

请注意，MySQL 的约定 xxxx_yyy_ci 是适用于字符集 xxxx 的排序规则。也就是说 utf8_general_ci 属于 utf8，不 utf8mb4。

“字符集”是一种编码。排序规则是一组用于比较字符串的规则。示例:'A' 是否应该被视为等于 'a'。