一文彻底弄懂MySQL的字符集和排序规则

引言

在MySQL新建一个数据库的时候，第一步就是要选择字符集和排序规则，那你是否真正懂得什么是字符集？什么是排序规则？在新建一个数据库的过程中，选择什么字符集和排序规则最适合？

什么是字符集？如何选择字符集？

字符集就是多个字符的集合，比如诗集里面就包含了诗，文集里面就包含了不同的文章，而不同的字符集里面就包含了不同的字符，也就能够支持存储不同类型的数据。
MySQL常用的字符集如下：

GBK：支持中文，但是不是国际通用字符集
UTF-8：支持中英文混合场景，是国际通用字符集
latin1：MySQL默认字符集
utf8mb4：完全兼容UTF-8，用四个字节存储更多的字符

如果只做国内业务，为了性能考虑可以选择GBK；
但哪个公司没有一个国际化的梦想，为了将来考虑，选择utf8mb4更合适，它能完全兼容UTF-8并且有其它优势。

什么是排序规则？如何选择排序规则？

排序规则是指定字符集下字符间的比较规则。
一些常用的命名规则如下：

_ci ：结尾表示大小写不敏感 (caseinsensitive)
_cs ：表示大小写敏感 (case sensitive)
_bin ：表示二进制的比较 (binary)

常见字符集utf8mb4对应的常用排序规则如下：

utf8mb4_general_ci ：不区分大小写, 校对速度快, 但准确度稍差。
utf8mb4_bin:：字符串每个字符串用二进制数据编译存储。 区分大小写,而且可以存二进制的内容。
utf8mb4_unicode_ci：不区分大小写, 校准确度高,但校对速度稍慢。

通常情况下, 新建数据库时一般选用 utf8_general_ci 就可以了。

结论

新建数据库时，通常字符集可以选择utf8mb4，排序规则可以选择utf8_general_ci。
因为utf8mb4支持中文并且是国际通用字符集，而utf8_general_ci不区分大小写, 校对速度快。

参考文档

ASCII字符集、Unicode字符集下UTF-8 和UTF-16编码、GBK(GB2312)字符集
MySQL字符集详解
MySQL 排序规则简介