为什么MYSQL要设定用UTF8MB4编码UTF8MB4_UNICODE_CI?
utf8 跟utf8mb4具有相同的储存特性:相同的代码值,相同的编码,相同的长度。
不过utf8mb4扩展到一个字符最多可有4位元,所以能支持更多的位元集。
utf8mb4兼容utf8,且比utf8能表示更多的字串,将编码改为utf8mb4外不需要做其他转换。
为了要跟国际接轨,原本的utf8编码在储存某些国家的文字(或是罕见字)已经不敷使用,
因此在mysql 5.5.3版以上,可以使用4-Byte UTF-8 Unicode的编码方式。
Tips:
MYSQL查看版本方式:select version();
utf8已经能够存下大部分的中文字,那为什么还要改成使用utf8mb4呢?
原因为mysql支持的utf8编码最大长度为3位元(Unicode字符是0xffff)称之Unicode的基本多文种平面(BMP),但如果遇到4位元的宽字串就会插入异常了,也就是任何不在基本多文本平面的Unicode字串,都无法使用Mysql的utf8字串集储存。
如果要开发讨论区或是大型跨国网页程式,为了拥有更加的文字兼容性,就可以使用utf8mb4。
然而,在CHAR类型数据,utf8mb4会比utf8多消耗一些空间,故Mysql官方指出,使用VARCHAR替代CHAR。
最后,到底要用utf8mb4_general_ci还是utf8mb4_unicode_ci呢?
建议使用:utf8mb4_unicode_ci
这两种排序规则都是为UTF-8字符编码。
utf8mb4_unicode_ci使用标准的Unicode Collat??ion
Algorithm(UCA),
utf8mb4_general_ci比utf8mb4_unicode_ci速度要来得快,
但是utf8mb4_unicode_ci比utf8mb4_general_ci要来得精确。
像是” ?”,若是以utf8mb4_general_ci运作,会转成”s”,
而utf8mb4_unicod e_ci则是会转成”ss”。
MYSQL建立资料库,编码设定方式:
CREATE DATABASE google_webgolds /!40100 COLLATE
‘utf8mb4_unicode_ci’ /;
Mysql连线设定:
//SET names utf8; //旧
SET names utf8mb4; //新
当前,utf8_unicode_ci校对规则仅部分支持Unicode校对规则算法。一些字符还是不能支持。并且,不能完全支持组合的记号。这主要影响越南和俄罗斯的一些少数民族语言,如:Udmurt
、Tatar、Bashkir和Mari。
utf8_unicode_ci的最主要的特色是支持扩展,即当把一个字母看作与其它字母组合相等时。例如,在德语和一些其它语言中‘ß’等于‘ss’。
utf8_general_ci是一个遗留的
校对规则,不支持扩展。它仅能够在字符之间进行逐个比较。这意味着utf8_general_ci校对规则进行的比较速度很快,但是与使用utf8_unicode_ci的校对规则相比,比较正确性较差)。
例如,使用utf8_general_ci和utf8_unicode_ci两种 校对规则下面的比较相等:
Ä = A
Ö = O
Ü = U
两种校对规则之间的区别是,对于utf8_general_ci下面的等式成立:
ß = s
但是,对于utf8_unicode_ci下面等式成立:
ß = ss
对于一种语言仅当使用utf8_unicode_ci排序做的不好时,才执行与具体语言相关的utf8字符集
校对规则。例如,对于德语和法语,utf8_unicode_ci工作的很好,因此不再需要为这两种语言创建特殊的utf8校对规则。
utf8_general_ci也适用与德语和法语,除了‘ß’等于‘s’,而不是‘ss’之外。如果你的应用能够接受这些,那么应该使用utf8_general_ci,因为它速度快。否则,使用utf8_unicode_ci,因为它比较准确。
——————— 本文来自 微wx笑 的CSDN 博客
,全文地址请点击:https://blog.csdn.net/testcs_dn/article/details/70157144?utm_source=copy