MySQL中utf8mb4排序规则示例

在mysql中常见的utf8mb4排序规则有：

• utf8mb4_0900_ai_ci
• utf8mb4_unicode_ci
• utf8mb4_general_ci

当设置表的默认字符集为utf8mb4字符集但未明确指定排序规则时：

• 在mysql 5.7版本中，默认排序规则为utf8mb4_general_ci。
• 在mysql 8.0版本中，默认排序规则为utf8mb4_0900_ai_ci。

由于utf8mb4_0900_ai_ci排序规则时mysql 8.0引入的排序规则，因此将mysql 8.0版本的表导入到mysql 5.7或mysql 5.6版本时，会存在字符集无法识别的问题。

[err] 1273 - unknown collation: 'utf8mb4_0900_ai_ci'

参数控制

在mysql 5.6版本中，参数collation_server用于设置服务器级别的默认排序规则。

• 如果服务启动时未指定参数collation_database的值，则默认继承参数collation_server的值。
• 如果创建数据库时未指定排序规则，则默认使用参数collation_database的值。

参数character_set_database和collation_database在mysql 5.7版本中被遗弃并将在后续版本中移除。
mysql新增参数default_collation_for_utf8mb4用于控制使用utf8mb4字符集时的默认排序规则，取值为utf8mb4_0900_ai_ci或utf8mb4_general_ci
参数default_collation_for_utf8mb4在下列条件中生效：

• 使用show collation and show character set 命令时。
• 在创建库或修改库指定utf8mb4但未指定编码规则时。
• 在创建表或修改表指定utf8mb4但未指定编码规则时。
• 在增加列或修改列指定utf8mb4但未指定编码规则时。
• 其他使用utf8mb4但未指定编码规则时。

utf8mb4_unicode_ci和utf8mb4_general_ci对比

1、准确性

• utf8mb4_unicode_ci排序规则基于标准unicode进行排序和比较，能处理特殊的字符，能在各种语音中精确排序。
• utf8mb4_general_ci排序规则没有基于标准unicode，无法处理部分特殊字符。

2、性能

• utf8mb4_general_ci排序规则在排序性能上相对较好
• utf8mb4_unicode_ci排序规则为处理特殊字符实现复杂的排序算法，性能略差
• 在大部分场景下，两者没有明显的性能差异

补：mysql--utf8mb4与等值查询测试

测试脚本

## 删除测试表
drop table if exists tb2001;
drop table if exists tb2002;
drop table if exists tb2003;

## 创建测试表
create table tb2001(
id int auto_increment primary key,
c1 varchar(100) collate utf8mb4_unicode_ci,
c2 varchar(100) collate utf8mb4_bin
)engine=innodb default charset=utf8mb4 ;

create table tb2002(
id int auto_increment primary key,
c1 varchar(100) collate utf8mb4_general_ci,
c2 varchar(100) collate utf8mb4_bin
)engine=innodb default charset=utf8mb4;

create table tb2003(
id int auto_increment primary key,
c1 varchar(100) collate utf8mb4_0900_ai_ci,
c2 varchar(100) collate utf8mb4_bin
)engine=innodb default charset=utf8mb4;

## 插入测试数据
insert into tb2001(c1,c2)values(0xf09f8d83,0xf09f8d83),(0xf09fa68a,0xf09fa68a),(0xf09f8ca0,0xf09f8ca0);
insert into tb2002(c1,c2)values(0xf09f8d83,0xf09f8d83),(0xf09fa68a,0xf09fa68a),(0xf09f8ca0,0xf09f8ca0);
insert into tb2003(c1,c2)values(0xf09f8d83,0xf09f8d83),(0xf09fa68a,0xf09fa68a),(0xf09f8ca0,0xf09f8ca0);

## 等值查询测试
select * from tb2001 where c1=0xf09f8d83;
select * from tb2002 where c1=0xf09f8d83;
select * from tb2003 where c1=0xf09f8d83;

select * from tb2001 where c2=0xf09f8d83;
select * from tb2002 where c2=0xf09f8d83;
select * from tb2003 where c2=0xf09f8d83;

测试结果

mysql> select * from tb2001 where c1=0xf09f8d83;
+----+------+------+
| id | c1   | c2   |
+----+------+------+
|  1 | ????     | ????     |
|  2 | ????     | ????     |
|  3 | ????     | ????     |
+----+------+------+
3 rows in set (0.00 sec)

mysql> select * from tb2002 where c1=0xf09f8d83;
+----+------+------+
| id | c1   | c2   |
+----+------+------+
|  1 | ????     | ????     |
|  2 | ????     | ????     |
|  3 | ????     | ????     |
+----+------+------+
3 rows in set (0.01 sec)

mysql> select * from tb2003 where c1=0xf09f8d83;
+----+------+------+
| id | c1   | c2   |
+----+------+------+
|  1 | ????     | ????     |
+----+------+------+
1 row in set (0.00 sec)

mysql> 
mysql> select * from tb2001 where c2=0xf09f8d83;
+----+------+------+
| id | c1   | c2   |
+----+------+------+
|  1 | ????     | ????     |
+----+------+------+
1 row in set (0.00 sec)

mysql> select * from tb2002 where c2=0xf09f8d83;
+----+------+------+
| id | c1   | c2   |
+----+------+------+
|  1 | ????     | ????     |
+----+------+------+
1 row in set (0.00 sec)

mysql> select * from tb2003 where c2=0xf09f8d83;
+----+------+------+
| id | c1   | c2   |
+----+------+------+
|  1 | ????     | ????     |
+----+------+------+
1 row in set (0.00 sec)

测试总结

• 使用utf8mb4字符集能存储特殊字符如表情符号。
• utf8mb4_unicode_ci和utf8mb4_general_ci排序规则无法"正确匹配"特殊字符。
• utf8mb4_0900_ai_ci排序规则能"正确匹配"特殊字符,但仅适用mysql 8.0版本。
• utf8mb4_bin排序规则基于二级制方式匹配特殊字符，能"正确匹配"特殊字符，适用于mysql各个版本。

到此这篇关于mysql中utf8mb4排序规则示例的文章就介绍到这了,更多相关mysql utf8mb4排序内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！