MySQL: 我应该设置哪种默认排序规则来涵盖所有欧洲字符？

Question

我注意到我的架构无法打印一些带有区域字符的字符串，例如 è、ù 和其他重音符号或符号。

管理器应用程序是一个 Java servlet，它没有这样的问题。它使用 jdbc 驱动程序。所以我认为原因可能是这个默认排序规则：utf8 - utf8_general_ci.

经过研究发现这些字符不能保存在utf8字节中。 我应该使用 utf8-mb4、utf-16、utf-32 还是其他？支持所有欧洲字符（无西里尔字符、阿拉伯字符和亚洲字符）的最小最佳字符是哪个？

例如，这个选择的答案建议 utf8mb4_unicode，但我不知道它是否真的是涵盖我需要的所有字符的最低限度。

What's the difference between utf8_general_ci and utf8_unicode_ci

Answer 1

编码应该使用CHARACTER SET utf8或utf8mb4。 utf8 涵盖整个欧洲和 大部分 世界其他地区。 utf8mb4 涵盖了世界上所有的语言。 utf8 是 utf8mb4.

的子集

可以根据您想要的顺序使用不同的COLLATIONs。例如，西班牙语（使用 utf8_spanish2_ci 或 utf8mb4_spanish2_ci）使用 ll 玩其他语言不玩的游戏。 utf8_latvian_ci 将 Ķ 视为不同于 K 的字符；其他人没有。

如果您不担心详细的语言差异，那么我推荐 ..._general_ci 或 ..._unicode_ci 或 ..._unicode_520_ci 如果您有最新版本的 MySQL。这三个 排序规则 主要区别如下：

• general: 只测试一个字符进行比较。这不允许将 ll 视为单独的字母。这个 稍微 更快。
• unicode：这是从旧的 Unicode 标准派生的。这处理 "combining" 口音 'correctly'.
• unicode_520：这是基于较新的标准。表情符号被视为不同的。
• unicode_...：MySQL.
的更高版本中可能会有更多内容

您的应用程序做什么并不重要，但是，您必须

• 告诉MySQL客户端有什么编码：?useUnicode=yes&characterEncoding=UTF-8
• 在每列或table.
上建立CHARACTER SET utf8（或utf8mb4）
• 如果您使用的是网页，请在 meta 标签中设置 charset=UTF-8。