概念

在 MySQL 中，字符集（character set）和排序规则（collation）是两个相关但不同的概念：

字符集（character set）定义了如何将字符存储到字节中。
排序规则（collation）定义了如何比较字符，以及在排序和搜索时如何处理字符。

1、字符集

1.1、举例

1.2、常见字符集 utf8 和 utf8mb4 区别

• 字符支持范围：

utf8：仅支持最多3字节的UTF-8字符。这意味着它只能表示基本多语言平面（BMP）的字符，即 Unicode 范围内的 U+0000 至 U+FFFF 的字符。这种字符集无法表示一些扩展的 Unicode 字符（例如表情符号和某些东亚文字）。
utf8mb4：支持最多4字节的UTF-8字符。这意味着它可以表示所有的 Unicode 字符，包括基本多语言平面的字符以及补充平面字符（例如表情符号和历史文字）。

• 存储需求：

utf8：每个字符最多需要3个字节。
utf8mb4：每个字符最多需要4个字节。因此，在存储相同数量的字符时，utf8mb4 可能比 utf8 占用更多的存储空间。

• 兼容性：

utf8 和 utf8mb4 在表示基本多语言平面（BMP）字符时是兼容的，但在表示补充平面字符时，只有 utf8mb4 能正确处理这些字符。

• 选择建议
  如果你的应用程序需要处理表情符号或者某些特定的Unicode字符（如东亚的历史文字），建议使用 utf8mb4。
  如果你只需要处理基本多语言平面的字符，utf8 也可以满足需求，但一般建议使用 utf8mb4 以确保更广泛的字符集支持和未来的兼容性。

1.3、字符集 使用

• 定义表结构

DEFAULT CHARSET=utf8mb4

CREATE TABLE example (
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

• 在配置文件中定义

可以确保在新建数据库、表和列时默认使用 utf8mb4 字符集。

[client]
default-character-set = utf8mb4

[mysql]
default-character-set = utf8mb4

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

2、排序规则

2.1、举例

2.2、常见的排序规则 utf8mb4_bin 、utf8mb4_general_ci、utf8mb4_unicode_ci

简单说，需要支持大小写的就用 utf8mb4_bin

• utf8mb4_general_ci：不区分大小写，比较速度较快，但支持的Unicode特性不如utf8mb4_unicode_ci。

• utf8mb4_unicode_ci：不区分大小写，支持完整的Unicode排序规则，处理更为精确和全面。

• utf8mb4_bin 的特点
  区分大小写：utf8mb4_bin 是区分大小写的，因为它是基于字符的二进制值进行比较。例如，‘a’ 和 ‘A’ 被认为是不同的字符。
  区分字符顺序：比较时严格按照每个字符的二进制编码值进行，utf8mb4_bin 会区分所有字符的顺序，包括大小写字母和其他符号。

• 使用场景
  精确比较：当需要对字符串进行精确的、区分大小写的比较时，utf8mb4_bin 是理想的选择。例如，密码比较和需要区分大小写的标识符。
  存储敏感数据：存储对大小写敏感的数据时，比如用户名、产品代码等，可以使用 utf8mb4_bin 以确保数据的准确性。

2.3、使用

• 在表结构定义时使用

COLLATE=utf8mb4_bin

CREATE TABLE example (
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin;

• 在进行查询时使用

SELECT * FROM example WHERE name = 'ExampleName' COLLATE utf8mb4_bin;