Mysql 为什么latin1和utf8不区分大小写？

我一直在将一些大型表从latin1转换为utf8，并发现与相同的问题。但我所转换的表有拉丁字母1_general_ci（或拉丁字母u瑞典语_ci）的排序规则。那么为什么MySQL在不同的字符集中对“不区分大小写”有不同的解释呢？因为latin1不检查o=ö或o=oe，所以一个独特的latin1索引会造成数千次冲突。

原因有两个：

这个案子是现场的事。不同的地区可能会提供不同的字符作为小写（或大写）。IIRC土耳其语

I

应使用

ı

（U+0131拉丁文小写字母DOTLESS I）作为小写。见例。因此，

\u瑞典语

是相关的

---

此外，通用unicode算法比较复杂，并且可以从unicode字符串映射到unicode字符串。在其他字符集上使用它可能会导致问题（实现应该检查并以不同方式处理转换后的case在原始字符集之外的情况）。此外，Unicode是“现代的”，因此MySQL用户不希望MySQL将字符串相等性从一个版本更改为下一个版本（例如，将Unicode之前的字符集更改为Unicode作为第一类字符集[顺便说一句，现在还不是这样]。

带有语言名称或国家代码的排序规则是针对该语言定制的。例如，瑞典语在

Z

之后排序

Å

（A环）（“在斑马之外”？）大多数其他语言将排序与

A

相同

请注意，有几个不同的latin1排序规则和许多utf8排序规则

我捕获了

utf8_general_mysql500_ci

的历史以及

ß

的问题

MySQL的

…general…

排序规则一次只查看一个字节，因此将“oe”或“ss”或“ll”视为两个字母“通用”更快，但很少有用

…bin

只检查字节。无箱子折叠；没有口音剥离

MySQL在几乎所有的排序规则（

…ci

）中都将大小写折叠和重音清除联系在一起。只有少量的

…cs

（“区分大小写”）

要查看各种utf8排序规则中的相等项或不相等项：

---

对于utf8mb4（MySQL 8.0）：

我同意存在区域设置问题，并且我很惊讶使用例如utf8\u german2.ci没有帮助（尽管有问题的表偏离了此范围）。但你问题的第二部分似乎说latin1可以追溯到任何人想到它之前，他们不想改变它，因为它可能会破坏许多现有的数据库。还有比这更好的理由吗？我必须准确地测试哪些字符的解释不同。Unicode试图有一个更合理的算法，可以在所有语言上通用。Latin1更倾向于一些西欧的排序规则。我没有做过详尽的测试，但总体上是用Latin1'a'！='á，“e”！='è，“我”！='î，“o”！='而在utf-8中，这些都是相等的。我错了，来自mysql：“xxx_general_mysql500_ci排序保留了原始xxx_general_ci排序在5.1.24之前的顺序，并允许升级mysql 5.1.24之前创建的表”，所以稳定性不是问题。我也错了，

uf8\u generic\u ci

使用unicode算法。（

uf8\u unicode\u ci

这样做）。所以这是纯粹的mysql实现细节。请参阅以获得一些描述，但没有关于latin1_generic（）的原因。