字符集和排序规则

字符集

MySQL 常用的字符集主要有两种：

• utf8 （又称为 utf8mb3 ）
• utf8mb4

早期 MySQL 的 utf8 实际上是 utf8mb3 ，它最多只支持每个字符 3 个字节，无法存储部分特殊字符（如 emoji 表情等需要 4 字节的字符）。因此，推荐直接使用 utf8mb4 ，它完全兼容 utf8 ，并且支持所有 Unicode 字符，包括 emoji 和部分生僻汉字。 现在新项目建议无脑使用 utf8mb4 ，避免后续字符集兼容性问题。

排序规则（Collation）

如果使用 utf8mb4 ，常用的排序规则有：

• utf8mb4_unicode_ci ：基于 Unicode 标准， 不区分大小写 ，适合大多数国际化场景。
• utf8mb4_general_ci ：效率略高于 unicode_ci ，但排序准确性稍差，也是不区分大小写。
• utf8mb4_bin ： 区分大小写和二进制内容 ，比较严格。

排序规则会影响 SQL 查询时字符串的比较和排序方式。例如，后缀为 ci （case-insensitive）的排序规则是不区分大小写的，而后缀为 bin （binary）的排序规则则区分大小写和二进制差异。

总结： 排序规则（Collation）决定了字符串在比较和排序时的行为，常见的选择是 utf8mb4_unicode_ci ，如果有特殊需求（如区分大小写），可以选择 utf8mb4_bin 。