utf8_unicode_ci和utf8mb4_0900_ai_ci有什么不同

Question

在mysql中，utf8mb4_0900_ai_ci和utf8_unicode_ci数据库文本编码有什么不同(特别是在性能方面)？

更新：

utf8mb4_unicode_ci和utf8mb4_0900_ai_ci之间有相似的区别吗？

Answer 1

• 编码是相同的。也就是说，字节看起来是一样的。
• 字符集是不同的。utf8mb4有更多的characters.
• The排序规则(如何进行比较)是不同的。
• 性能是不同的，但这很少有关系。

utf8_unicode_ci表示CHARACTER SET utf8，它只包含1字节、2字节和3字节的UTF8字符。因此，它排除了大部分Emoji和一些中文字符。

utf8mb4_unicode_ci意味着CHARACTER SET utf8mb4是对应于4字节CHARACTER SET utf8mb4的COLLATION。

Unicode组织多年来一直在改进该规范。下面是从其“版本”到MySQL排序规则的映射：

4.0   _unicode_
5.20  _unicode_520_
9.0   _0900_

大多数差异将出现在大多数人从未遇到过的领域。一个例子:在某种程度上，一个变化允许以某种方式区分和排序Emoji。

后缀(MySQL doc)：

_bin      -- just compare the bits; don't consider case folding, accents, etc
_ci       -- explicitly case insensitive (A=a) and implicitly accent insensitive (a=á)
_ai_ci    -- explicitly case insensitive and accent insensitive
_as (etc) -- accent-sensitive (etc)

性能：

_bin         -- simple, fast
_general_ci  -- fails to compare multiple letters; eg ss=ß, so somewhat fast
...          -- slower
_900_        -- (8.0) much faster because of a rewrite

但是:排序的速度通常是查询中最小的性能问题。INDEXes、JOINs、子查询、表扫描等对性能更为关键。