Mysql的utf8mb4_general_ci 与 utf8mb4_bin 的具体区别是什么？中文适合哪个？

时间：2025-03-15 07:26:17

1. utf8mb4_general_ci vs utf8mb4_bin 的具体区别

utf8mb4_general_ci 和 utf8mb4_bin 都是 utf8mb4 编码的排序规则（collation），它们主要在 排序（ORDER BY） 和 比较（WHERE） 时的行为不同：

排序规则 是否区分大小写 是否区分重音 速度 适用场景
utf8mb4_general_ci ❌ 不区分 ❌ 不区分 ✅ 更快 适用于一般文本，如用户名、标题
utf8mb4_bin ✅ 区分 ✅ 区分 ⛔ 更慢 适用于密码、唯一标识符
(1) utf8mb4_general_ci（Case-Insensitive，不区分大小写）
  • CI 代表 “Case Insensitive”，表示比较时 不区分大小写，也 不区分重音符号。
  • 例如：
    SELECT 'a' = 'A';  -- 结果是 TRUE
SELECT 'résumé' = 'resume'; -- 结果是 TRUE
    utf8mb4_general_ci 主要适用于 对大小写或重音符号不敏感的文本（如用户名、标签等）。
(2) utf8mb4_bin（Binary，区分大小写）
  • utf8mb4_bin 按照 二进制编码 逐字节进行比较，因此大小写、重音符号完全不同。
  • 例如：
    SELECT 'a' = 'A' COLLATE utf8mb4_bin; -- 结果是 FALSE
SELECT 'résumé' = 'resume' COLLATE utf8mb4_bin; -- 结果是 FALSE
    utf8mb4_bin 适用于 严格区分大小写的场景（如密码、文件名、唯一标识符）。

2. 除了 utf8mb4_general_ci 和 utf8mb4_bin，还有哪些？

utf8mb4 编码有多种排序规则，主要区别在于：

  • 是否区分大小写
  • 是否区分重音
  • 排序算法
(1) 常见的 utf8mb4 排序规则
排序规则 是否区分大小写 是否区分重音 适用场景
utf8mb4_general_ci ❌ 不区分 ❌ 不区分 一般文本，如用户名、标题
utf8mb4_general_cs ✅ 区分 ❌ 不区分 需要区分大小写但不区分重音的场景
utf8mb4_unicode_ci ❌ 不区分 ✅ 区分 多语言支持，如 é ≠ e
utf8mb4_unicode_cs ✅ 区分 ✅ 区分 多语言场景，严格匹配
utf8mb4_bin ✅ 区分 ✅ 区分 密码、唯一标识符
(2) utf8mb4_general_ci vs utf8mb4_unicode_ci
特性 utf8mb4_general_ci utf8mb4_unicode_ci
是否区分大小写 ❌ 不区分 ❌ 不区分
是否区分重音 ❌ 不区分 ✅ 区分
是否符合 Unicode 规则 ⛔ 不完全符合 ✅ 符合 Unicode 排序规则
速度 ✅ 快 ⛔ 稍慢
  • utf8mb4_general_ci 适用于性能优先的应用，它的比较方式比较简单，不完全符合 Unicode 规则。
  • utf8mb4_unicode_ci 适用于多语言支持，比如 德语的 ß 应该等于 ss，但 utf8mb4_general_ci 可能不会正确处理。

3. 选择排序规则的建议

  • 大小写不敏感、不关注重音： utf8mb4_general_ci（性能更快）
  • 大小写不敏感、但区分重音： utf8mb4_unicode_ci（多语言支持更好）
  • 大小写敏感、但不区分重音： utf8mb4_general_cs
  • 大小写敏感、也区分重音： utf8mb4_unicode_cs
  • 严格区分大小写、适用于 ID/密码等： utf8mb4_bin

5. 总结

  • utf8mb4_general_ci：不区分大小写、不区分重音，适用于一般文本。
  • utf8mb4_bin：严格区分大小写和重音，适用于唯一标识符（如密码、UUID）。
  • utf8mb4_unicode_ci：符合 Unicode 规则，适用于多语言支持。

适合用中文的是？

如果你的数据包含中文，建议使用 utf8mb4_unicode_ci 或 utf8mb4_unicode_520_ci，因为它们能够更准确地进行排序和比较。下面是不同排序规则在处理中文时的特点：

1. utf8mb4_general_ci vs. utf8mb4_unicode_ci 处理中文的区别

排序规则 是否区分大小写 是否区分重音 是否适合中文 排序规则准确性
utf8mb4_general_ci ❌ 不区分 ❌ 不区分 ⚠️ 基本支持，但排序不准确 ???? 较差
utf8mb4_unicode_ci ❌ 不区分 ✅ 区分 ✅ 更适合中文，符合 Unicode 规范 ✅ 准确
utf8mb4_unicode_520_ci ❌ 不区分 ✅ 区分 ✅ 最新 Unicode 规则，适合中文 ✅ 更准确
utf8mb4_bin ✅ 区分 ✅ 区分 ❌ 不适合中文排序（仅适用于精确匹配，如密码） ???? 排序无意义

2. 为什么 utf8mb4_general_ci 不适合中文？

utf8mb4_general_ci 主要是针对拉丁字符优化，它对汉字的处理方式较为简单，可能会导致 排序不符合中文习惯，例如：

SELECT '中' > '啊' COLLATE utf8mb4_general_ci;
  • utf8mb4_general_ci 可能会 按照字符编码顺序 排序，而不是按拼音或部首排序，这样会出现 “中” 排在 “啊” 之前，这并不符合常见的中文排序规则。

3. utf8mb4_unicode_ci 更适合中文

  • utf8mb4_unicode_ci 遵循 Unicode 标准，能够正确地比较和排序 汉字、拼音、部首，在处理中文时比 utf8mb4_general_ci 更准确。
  • 例如：
    SELECT '中' > '啊' COLLATE utf8mb4_unicode_ci;
    在 utf8mb4_unicode_ci 规则下，“啊” 会排在 “中” 之前，符合拼音排序规则（A 在 Z 之前）。

4. utf8mb4_unicode_520_ci 适用于最新 Unicode 标准

  • utf8mb4_unicode_520_ci 是 Unicode 5.2 版本的排序规则，它在 utf8mb4_unicode_ci 的基础上 进一步优化了字符排序，对于现代 Unicode 处理更完善。
  • 例如：
    SELECT '????' > '中' COLLATE utf8mb4_unicode_520_ci;
    在 utf8mb4_unicode_520_ci 下，可以正确处理扩展汉字，避免某些生僻字排序错误。

5. 选择适合中文的排序规则

适用场景 推荐排序规则
普通中文文本（适用于大多数情况） utf8mb4_unicode_ci
最新 Unicode 规则（支持扩展汉字） utf8mb4_unicode_520_ci
大小写敏感，适用于特定情况 utf8mb4_unicode_cs
严格区分大小写和重音（如密码存储） utf8mb4_bin

6. 结论

✅ 如果你存储中文，并且希望排序、比较符合 Unicode 规范，推荐：

utf8mb4_unicode_ci

✅ 如果你希望使用最新 Unicode 5.2 标准，并支持更多生僻字，推荐：

utf8mb4_unicode_520_ci

⚠️ 避免 utf8mb4_general_ci，因为它不适用于中文排序 ????

utf8mb4_unicode_520_ci 是mysql5.7 有吗？

✅ utf8mb4_unicode_520_ci 在 MySQL 5.7 是支持的！

1. utf8mb4_unicode_520_ci 在 MySQL 版本的支持情况

排序规则 MySQL 5.5 MySQL 5.6 MySQL 5.7 MySQL 8.0
utf8mb4_general_ci ✅ 支持 ✅ 支持 ✅ 支持 ✅ 支持
utf8mb4_unicode_ci ✅ 支持 ✅ 支持 ✅ 支持 ✅ 支持
utf8mb4_unicode_520_ci ❌ 不支持 ❌ 不支持 ✅ 支持 ✅ 支持

MySQL 5.7 引入了 utf8mb4_unicode_520_ci，它基于 Unicode 5.2 标准，相比 utf8mb4_unicode_ci（基于 Unicode 4.0），提供了更准确的字符排序，尤其是对于 扩展汉字、emoji、某些特殊符号。

2. 如何在 MySQL 5.7 检查 utf8mb4_unicode_520_ci 是否可用？

运行以下 SQL 语句：

SHOW COLLATION WHERE Collation LIKE 'utf8mb4_unicode_520_ci';

如果返回结果，说明 MySQL 5.7 支持该排序规则 ✅。

如果没有结果，可能是 MySQL 版本较低（如 5.6 或 5.5），可以运行：

SELECT VERSION();

检查 MySQL 版本。

3. 在 MySQL 5.7 中使用 utf8mb4_unicode_520_ci

创建表 
CREATE TABLE test_table (
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(255) COLLATE utf8mb4_unicode_520_ci
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_520_ci;
修改表的排序规则 
ALTER TABLE test_table CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_520_ci;
修改数据库默认排序规则 
ALTER DATABASE mydb CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_520_ci;

4. utf8mb4_unicode_520_ci vs utf8mb4_unicode_ci

规则 utf8mb4_unicode_ci utf8mb4_unicode_520_ci
Unicode 版本 Unicode 4.0 Unicode 5.2
生僻字 & emoji 处理 ❌ 可能不准确 ✅ 更准确
法语、德语等特殊字符排序 ❌ 不完整 ✅ 更符合规范
扩展汉字 & 拼音排序 ✅ 较好 ✅ 更好

5. 结论

✅ MySQL 5.7 支持 utf8mb4_unicode_520_ci，适用于 更准确的中文排序
✅ 如果是 MySQL 5.6 或更早版本，utf8mb4_unicode_520_ci 不可用，可以用 utf8mb4_unicode_ci 代替

相关文章