在创建数据库表时,我们经常用UTF-8作为数据库编码,而在utf8_unicode_ci与utf8_general_ci选择又是一个疑问?
那么在选择前我们先来了解一下utf8_unicode_ci与utf8_general_ci。
utf8_general_ci : Unicode (多语言), 不区分大小写
utf8_unicode_ci: Unicode (多语言), 不区分大小写
这里有什么区别呀,都是一样的,那么我们看看另外一个编码。
utf8_bin :Unicode (多语言), 二进制(区分大小写)
也许这里就比较好区分了,但utf8_unicode_ci与utf8_general_ci?
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。
该贴由hui.chen转至本版2014-12-10 16:02:41