mysql中的utf8mb4、utf8mb4_unicode_ci、utf8mb4_general_ci

標籤：使用   需要   bytes   之間   效能   應該   增加   排序   utf8   

1.utf8與utf8mb4（utf8 most bytes 4）

• MySQL 5.5.3之後增加了utfmb4字元編碼
• 支援BMP（Basic Multilingual Plane，基本多文種平面）和補充字元
• 最多使用四個位元組儲存字元

utf8mb4是utf8的超集並完全相容utf8，能夠用四個位元組儲存更多的字元。

標準的UTF-8字元集編碼是可以使用1-4個位元組去編碼21位字元，這幾乎包含了世界上所有能看見的語言。
MySQL裡面實現的utf8最長使用3個字元，包含了大多數字元但並不是所有。例如emoji和一些不常用的漢字，如“墅”，這些需要四個位元組才能編碼的就不支援。

2.字元集、串連字元集、排序字元集

utf8mb4對應的排序字元集有utf8mb4_unicode_ci、utf8mb4_general_ci.

utf8mb4_unicode_ci和utf8mb4_general_ci的對比：

• 準確性：
  • utf8mb4_unicode_ci是基於標準的Unicode來排序和比較，能夠在各種語言之間精確排序
  • utf8mb4_general_ci沒有實現Unicode定序，在遇到某些特殊語言或者字元集，排序結果可能不一致。
  • 但是，在絕大多數情況下，這些特殊字元的順序並不需要那麼精確。
• 效能
  • utf8mb4_general_ci在比較和排序的時候更快
  • utf8mb4_unicode_ci在特殊情況下，Unicode定序為了能夠處理特殊字元的情況，實現了略微複雜的排序演算法。
  • 但是在絕大多數情況下發，不會發生此類複雜比較。相比選擇哪一種collation，使用者更應該關心字元集與定序在db裡需要統一。

mysql中的utf8mb4、utf8mb4_unicode_ci、utf8mb4_general_ci