MYSQL-utf8 COLLATE排序相关字符集

前言

MYSQL中关于utf8 COLLATE排序相关的字符集有不少，utf8、utf8mb4_bin、utf8mb4_general_ci、utf8mb4_unicode_ci，下面来说说它们的区别。

utf8

MYSQL中的utf8其实是utf8mb3，最大字符长度为3字节，如果遇到4字节的宽字符插入就会异常。

最大为3字节的utf8字符集能编码的最大unicode字符是0xffff，即unicode编码中的基本多文种平面(BMP)编码区段。也就是说，任何不在unicode字符集基本多文种平面(BMP)编码区段的字符，都无法使用MYSQL的utf8字符集，包括Emoji表情(Emoji 是一种特殊的 unicode 编码，常见于 ios 和 android 手机上)、很多不常用的汉字和任何新增的unicode字符等。

总结：优点是节省空间，但是不能表达全部的utf8字符，推荐使用utf8mb4。

utf8mb4_bin

mb4即 most bytes 4，最多使用4个字节表示字符，能够表示全部的unicode字符。

bin表示将字符串每个字符用二进制数据编译存储，区分大小写，可以存二进制内容。

utf8mb4_general_ci

ci即 case insensitiveÿ