什么是 MySQL 的排序规则(Collation)？

马富天

2020-01-19 14:56:58

15

【摘要】当我们在使用 navicate for mysql 等第三方客户端管理界面新建一个数据库时，会让我们填入数据库名，并选择字符集和对应的排序规则(可选项)，但我们往往只填入数据库名，会忽略字符集和对应的排序规则，但实际上我之前对这个排序规则并不是很了解，所以本文对 MySQL 的排序规则进行简单的总结。

排序规则指的是对指定的字符集下字符的比较规则。它会影响到存储在表中的字符串排序问题，如 order by 语句查询结果的顺序。

当我们选定字符集时，则只能排序规则要选定与 utf8mb4 字符集对应的排序规则，如在选定字符集 utf8mb4 后，会自动列出对应符合的排序规则(一般默认为 utf8mb4_general_ci)。因为 utf8mb4 是推荐使用的，所以下面以选定 utf8mb4 字符集为例。

当然，我们也可以通过 SQL 来设置字符集和排序规则，如下：

create database testdb default charset utf8mb4 collate utf8mb4_general_ci;

查看当前安装的 mysql 版本所能支持的字符集列表(不同的版本支持的结果不一样)：mysql> show char set;

以下三种排序规则的区别：

utf8mb4_general_ci：没有实现 Unicode 排序规则，在遇到某些特殊语言或者字符集，排序结果可能不一致，但是，在绝大多数情况下，我们不需要对这些特殊字符的顺序要过太精确。校对速度快，但准确度稍差，所以通常情况下都会选择此规则。

utf8mb4_unicode_ci：基于标准的 Unicode 来排序和比较，能够在各种语言之间进行精确排序，在特殊情况下，Unicode 排序规则为了能够处理特殊字符的情况，实现了略微复杂的排序算法，所以兼容度比较高，但是性能不高。准确度高，但校对速度稍慢。

utf8mb4_bin：将字符串的每个字符用二进制数据编译存储。

后缀区别(参考地址 https://dev.mysql.com/doc/refman/5.6/en/charset-collation-names.html)：

_aiAccent-insensitive 指重音不敏感(不区分重音)

_asAccent-sensitive 指重音敏感(区分重音)

_ciCase-insensitive 指大小写不敏感(不区分大小写)

_csCase-sensitive 指大小写敏感(区分大小写)

_bin Binary 指二进制存储(区分大小写)

接下来用实例来简单说明一下，排序规则是对 order by、where 等关键字有影响的，但是这里没有深入的去研究，这部分只是作为了解排序规则是什么，并不做更多的学习。mysql> use testdb;

mysql> set names utf8mb4;

mysql> create table user(id int auto_increment primary key,name varchar(255)) engine=innodb default charset=utf8mb4 collate=utf8mb4_unicode_ci;

mysql> insert into user(name) values('Mafutian.net');

mysql> insert into user(name) values('MAfutian.net');

mysql> insert into user(name) values('mafutian.net');

mysql> insert into user(name) values('mAfutian.net');

mysql> insert into user(name) values('mAfutian_net');

mysql> select id,name from user order by name collate utf8mb4_general_ci;

+----+--------------+

| id | name |

+----+--------------+

| 1 | Mafutian.net |

| 2 | MAfutian.net |

| 3 | mafutian.net |

| 4 | mAfutian.net |

| 5 | mAfutian_net |

+----+--------------+

mysql> select id,name from user order by name collate utf8mb4_bin;

+----+--------------+

| id | name |

+----+--------------+

| 2 | MAfutian.net |

| 1 | Mafutian.net |

| 4 | mAfutian.net |

| 5 | mAfutian_net |

| 3 | mafutian.net |

+----+--------------+

mysql> select id,name from user order by name collate utf8mb4_unicode_ci;

+----+--------------+

| id | name |

+----+--------------+

| 5 | mAfutian_net |

| 1 | Mafutian.net |

| 2 | MAfutian.net |

| 3 | mafutian.net |

| 4 | mAfutian.net |

+----+--------------+

由此可见(不存在 utf8mb4_unicode_cs)，其实 mysql 的排序规则就是对字符的排序的一种方式，不同的规则会对查询结果有不一样的排序，对此咱们只要知道有这么回事，也用不必进行深入的探究，点到即可。

最后小 Tips ：mb4 即 most bytes 4

顶1

踩0

我要打赏