Mysql中的排序規(guī)則utf8_unicode_ci、utf8_general_ci的區(qū)別總結

更新時間：2014年04月08日 09:23:34 投稿：junjie

Mysql中utf8_general_ci與utf8_unicode_ci有什么區(qū)別呢？在編程語言中，通常用unicode對中文字符做處理，防止出現亂碼，那么在MySQL里，為什么大家都使用utf8_general_ci而不是utf8_unicode_ci呢？

用了這么長時間，發(fā)現自己竟然不知道utf_bin和utf_general_ci這兩者到底有什么區(qū)別。。
ci是 case insensitive, 即 "大小寫不敏感", a 和 A 會在字符判斷中會被當做一樣的;
bin 是二進制, a 和 A 會別區(qū)別對待.
例如你運行:
SELECT * FROM table WHERE txt = 'a'
那么在utf8_bin中你就找不到 txt = 'A' 的那一行, 而 utf8_general_ci 則可以.
utf8_general_ci 不區(qū)分大小寫，這個你在注冊用戶名和郵箱的時候就要使用。
utf8_general_cs 區(qū)分大小寫，如果用戶名和郵箱用這個就會照成不良后果
utf8_bin:字符串每個字符串用二進制數據編譯存儲。區(qū)分大小寫，而且可以存二進制的內容

一、官方文檔說明
下面摘錄一下Mysql 5.1中文手冊中關于utf8_unicode_ci與utf8_general_ci的說明：

復制代碼代碼如下:

當前，utf8_unicode_ci校對規(guī)則僅部分支持Unicode校對規(guī)則算法。一些字符還是不能支持。并且，不能完全支持組合的記號。這主要影響越南和俄羅斯的一些少數民族語言，如：Udmurt 、Tatar、Bashkir和Mari。

utf8_unicode_ci的最主要的特色是支持擴展，即當把一個字母看作與其它字母組合相等時。例如，在德語和一些其它語言中‘ß'等于‘ss'。

utf8_general_ci是一個遺留的校對規(guī)則，不支持擴展。它僅能夠在字符之間進行逐個比較。這意味著utf8_general_ci校對規(guī)則進行的比較速度很快，但是與使用utf8_unicode_ci的校對規(guī)則相比，比較正確性較差）。

     例如，使用utf8_general_ci和utf8_unicode_ci兩種校對規(guī)則下面的比較相等：
     Ä = A
     Ö = O
     Ü = U

兩種校對規(guī)則之間的區(qū)別是，對于utf8_general_ci下面的等式成立：
ß = s

但是，對于utf8_unicode_ci下面等式成立：
ß = ss

對于一種語言僅當使用utf8_unicode_ci排序做的不好時，才執(zhí)行與具體語言相關的utf8字符集校對規(guī)則。例如，對于德語和法語，utf8_unicode_ci工作的很好，因此不再需要為這兩種語言創(chuàng)建特殊的utf8校對規(guī)則。

utf8_general_ci也適用與德語和法語，除了‘ß'等于‘s'，而不是‘ss'之外。如果你的應用能夠接受這些，那么應該使用utf8_general_ci，因為它速度快。否則，使用utf8_unicode_ci，因為它比較準確。

如果你想使用gb2312編碼,那么建議你使用latin1作為數據表的默認字符集,這樣就能直接用中文在命令行工具中插入數據,并且可以直接顯示出來.而不要使用gb2312或者gbk等字符集,如果擔心查詢排序等問題,可以使用binary屬性約束,例如:

復制代碼代碼如下:

create table my_table ( name varchar(20) binary not null default '')type=myisam default charset latin1;

二、簡短總結
utf8_unicode_ci和utf8_general_ci對中、英文來說沒有實質的差別。
utf8_general_ci校對速度快，但準確度稍差。
utf8_unicode_ci準確度高，但校對速度稍慢。

如果你的應用有德語、法語或者俄語，請一定使用utf8_unicode_ci。一般用utf8_general_ci就夠了，到現在也沒發(fā)現問題。。。

三、詳細總結

1、對于一種語言僅當使用utf8_unicode_ci排序做的不好時，才執(zhí)行與具體語言相關的utf8字符集校對規(guī)則。例如，對于德語和法語，utf8_unicode_ci工作的很好，因此不再需要為這兩種語言創(chuàng)建特殊的utf8校對規(guī)則。
2、utf8_general_ci也適用與德語和法語，除了‘?'等于‘s'，而不是‘ss'之外。如果你的應用能夠接受這些，那么應該使用 utf8_general_ci，因為它速度快。否則，使用utf8_unicode_ci，因為它比較準確。

用一句話概況上面這段話：utf8_unicode_ci比較準確，utf8_general_ci速度比較快。通常情況下 utf8_general_ci的準確性就夠我們用的了，在我看過很多程序源碼后，發(fā)現它們大多數也用的是utf8_general_ci，所以新建數據庫時一般選用utf8_general_ci就可以了

四、如何在MySQL5.0中使用UTF8
在 my.cnf中增加下列參數

復制代碼代碼如下:

[mysqld]

init_connect='SET NAMES utf8′

default-character-set=utf8

default-collation = utf8_general_ci

執(zhí)行查詢 mysql> show variables; 相關如下:

復制代碼代碼如下:

collation_connection | utf8_general_ci
collation_database | utf8_general_ci
collation_server | utf8_general_ci

個人見解，對于數據庫的使用，utf8 - general 已經足夠的準確，并且相較與 utf8 - unicode速度上有優(yōu)勢，固可放心采用之

附1：舊數據升級辦法
以原來的字符集為latin1為例，升級成為utf8的字符集。原來的表: old_table (default charset=latin1)，新表：new_table(default charset=utf8)。
第一步：導出舊數據

復制代碼代碼如下:

mysqldump --default-character-set=latin1 -hlocalhost -uroot -B my_db --tables old_table > old.sql

第二步：轉換編碼(類似unix/linux環(huán)境下)

復制代碼代碼如下:

iconv -t utf-8 -f gb2312 -c old.sql > new.sql

或者可以去掉 -f 參數，讓iconv自動判斷原來的字符集

復制代碼代碼如下:

iconv -t utf-8 -c old.sql > new.sql

在這里，假定原來的數據默認是gb2312編碼。
第三步：導入
修改old.sql，在插入/更新語句開始之前，增加一條sql語句： "SET NAMES utf8;"，保存。

復制代碼代碼如下:

mysql -hlocalhost -uroot my_db < new.sql

大功告成??！

附2：支持查看utf8字符集的MySQL客戶端有
1.) MySQL-Front，據說這個項目已經被MySQL AB勒令停止了，不知為何，如果國內還有不少破解版可以下載（不代表我推薦使用破解版 :-P）。
2.) Navicat，另一款非常不錯的MySQL客戶端，漢化版剛出來，還邀請我試用過，總的來說還是不錯的，不過也需要付費。
3.) PhpMyAdmin，開源的php項目，非常好。
4.) Linux下的終端工具（Linux terminal），把終端的字符集設置為utf8，連接到MySQL之后，執(zhí)行 SET NAMES UTF8; 也能讀寫utf8數據了。

您可能感興趣的文章: