【mysql8】排序规则--Collations

参考文档

官方介绍Character Sets（字符集）, Collations（排序规则）的章节：

https://dev.mysql.com/doc/refman/8.0/en/charset.html

关于Collations（排序规则）比较细致的子章节：

https://dev.mysql.com/doc/refman/8.0/en/charset-collations.html

Collations（排序规则）命名规则：

https://dev.mysql.com/doc/refman/8.0/en/charset-collation-names.html

以下内容编写基于mysql 8.0.26版本。

定义

Collations（排序规则）是mysql在对比两个对象大小时使用的规则集合。

在需要比对大小的场景下都需要使用，比如：=，>，<，order by，group by，distinct，max()等。

具体可参考：https://dev.mysql.com/doc/refman/8.0/en/charset-collate.html

命名规则

可以通过show collation语句查看mysql 支持的排序规则。

collation名称基本是由以下规则生成

{字符集}_{地域信息，非必需}_{排序规则版本，非必需}_{规则标识}

以utf8mb4_0900_ai_ci 和utf8mb4_cs_0900_ai_ci来说明。

类型	值	说明
字符集	utf8mb4
地域信息	cs	参考以下文档的Language-Specific Collations部分 https://dev.mysql.com/doc/refman/8.0/en/charset-unicode-sets.html
排序规则版本	0900	基于UCA 9.0.0 weight keys (http://www.unicode.org/Public/UCA/9.0.0/allkeys.txt)
规则标识	ai_ci	具体规则参考文档 https://dev.mysql.com/doc/refman/8.0/en/charset-collation-names.html

规则标识说明

标识	全拼	说明
_ci	Case-insensitive	大小写不敏感
_cs	Case-sensitive	大小写敏感
_bin	Binary	二进制
_ai	Accent-insensitive	重音不敏感（不需要关注）
_as	Accent-sensitive	重音敏感（不需要关注）

影响测试：

做一个测试，对排序规则有个直观感受

---建表，分别使用四个不同的排序规则建四个字段
CREATE TABLE `wjf_test_collation` (
  `ci_900` varchar(10) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL,
  `cs_900` varchar(10) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_as_cs DEFAULT NULL,
  `bin_900` varchar(10) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_bin DEFAULT NULL,
  `bin` varchar(10) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;

---插入数据如下
select * from wjf_test_collation;
+--------+--------+---------+------+
| ci_900 | cs_900 | bin_900 | bin  |
+--------+--------+---------+------+
| a      | a      | a       | a    |
| A      | A      | A       | A    |
+--------+--------+---------+------+
2 rows in set (0.00 sec)

---查询测试（不区分大小写）
select * from wjf_test_collation where ci_900 = 'a';
+--------+--------+---------+------+
| ci_900 | cs_900 | bin_900 | bin  |
+--------+--------+---------+------+
| a      | a      | a       | a    |
| A      | A      | A       | A    |
+--------+--------+---------+------+
2 rows in set (0.00 sec)

---查询测试（区分大小写）
select * from wjf_test_collation where cs_900 = 'a';
+--------+--------+---------+------+
| ci_900 | cs_900 | bin_900 | bin  |
+--------+--------+---------+------+
| a      | a      | a       | a    |
+--------+--------+---------+------+
1 row in set (0.00 sec)

---查询测试（a后面存在多个空格）
select * from wjf_test_collation where bin_900 = 'a  ';
Empty set (0.00 sec)

---查询测试（a后面存在多个空格）
select * from wjf_test_collation where bin = 'a  ';
+--------+--------+---------+------+
| ci_900 | cs_900 | bin_900 | bin  |
+--------+--------+---------+------+
| a      | a      | a       | a    |
+--------+--------+---------+------+
1 row in set (0.01 sec)

优先级

如果对比的两个对象的排序规则不同，对需要使用的规则优先级说明文档如下：

https://dev.mysql.com/doc/refman/8.0/en/charset-collation-coercibility.html

utf8mb4_*和utf8mb4_0900_*区别

在mysql 8.0.26版本中，存在两个utf8mb4排序版本：

带900的版本

不带900的版本

其实看起来不带900的版本跟mysql 5.7的写法有些类似。

从上面的图可以看出，两个版本的pad attribute属性不同，一个是NO PAD，一个是PAD SPACE。

区别可以参考如下：https://dev.mysql.com/doc/refman/8.0/en/charset-binary-collations.html

对于PAD SPACE，对比的时候，'a’是等于’a '的。

对于NO PAD，对比的时候，'a’是不等于’a '的。

这也是5.7版本的utf8mb4_general_ci和8.0版本的utf8mb4_0900_ai_ci的不同。

测试结果如下：