MySQL与PHP的最佳排序规则是什么？

我想知道，对于一个你不能100%确定要输入什么的普通网站，MySQL中是否有一个“最佳”排序选择？我知道所有的编码都应该是相同的，比如MySQL、Apache、HTML和PHP中的任何东西

---

在过去，我将PHP设置为以“UTF-8”输出，但在MySQL中，这种排序规则与哪个排序规则匹配？我认为它是UTF-8之一，但我以前使用过

utf8\u unicode\u ci

，

utf8\u general\u ci

，以及

utf8\u bin

。

对于UTF-8文本信息，您应该使用

utf8\u general\u ci

，因为

• utf8\u bin

  ：按 中每个字符的二进制值 弦

• utf8\u常规\u ci

  ：比较字符串 使用通用语言规则和 使用不区分大小写的比较

---

a、 k.a.这将使搜索和索引数据更快/更有效/更有用。

主要区别在于排序精度（在比较语言中的字符时）和性能。唯一特殊的是utf8_-bin，用于比较二进制格式的字符

---

utf8\u general\u ci

略快于

utf8\u unicode\u ci

，但精确度较低（用于排序）。特定语言utf8编码（如

utf8\u swedish\u ci

）包含额外的语言规则，使它们能够最准确地对这些语言进行排序。大多数情况下，我使用的是

utf8\u unicode\u ci

（我更喜欢精确性而不是小的性能改进），除非我有很好的理由选择特定的语言

---

您可以在MySQL手册上阅读有关特定unicode字符集的更多信息-

实际上，您可能希望使用

utf8\u unicode\u ci

或

utf8\u general\u ci

• utf8\u general\u ci

  通过去除所有重音并像ASCII一样排序来进行排序

• utf8\u unicode\u ci

  使用unicode排序顺序，因此它可以在更多语言中正确排序

---

但是，如果您仅使用它来存储英文文本，则它们应该没有区别。

排序规则会影响数据的排序方式以及字符串之间的比较方式。这意味着您应该使用大多数用户期望的排序规则

示例来自：

utf8\u常规\u ci

也令人满意 德语和法语，除了 ß等于s，而不是 “ss”。如果这对您的客户来说是可以接受的 应用程序，那么您应该使用

utf8\u general\u ci

，因为它速度更快。 否则，请使用

utf8\u unicode\u ci

它更准确

---

所以-这取决于您预期的用户群以及您需要正确排序的程度。对于英语用户群，

utf8\u general\u ci

应该足够了，对于其他语言，如瑞典语，已经创建了特殊的排序规则。

请非常、非常注意使用

utf8\u general\u ci

时可能出现的问题

如果使用

utf8\u general\u ci

排序规则，MySQL将不会区分select语句中的某些字符。这可能会导致非常严重的bug，特别是在涉及用户名的情况下。根据使用数据库表的实现，此问题可能允许恶意用户创建与管理员帐户匹配的用户名

这个问题至少在早期的5.x版本中会暴露出来——我不确定这种行为以后是否会改变

我不是DBA，但为了避免这个问题，我总是使用

utf8-bin

，而不是不区分大小写的

下面的脚本通过示例描述了该问题

——首先，创建一个沙盒来播放
创建数据库“沙盒”；
使用“沙盒”；
--接下来，确保您的客户端连接是相同的
--我们下一步要测试的字符/校对类型：
字符集utf8对比utf8\u常规\u ci
--现在，创建表并用值填充它
创建表`test`（`key`VARCHAR（16），`value`VARCHAR（16））
字符集utf8校对utf8\u常规\u ci；
插入'test'值（'Key ONE'，'value'），（'Key TWO'，'valúe'）；
--（核实）
从“测试”中选择*；
--现在，暴露问题/bug：
从测试中选择*，其中'value`='value'；
--
--请注意，我们在这里得到两个键！MySQLs UTF8整理的
--不区分大小写（以_ci结尾）不区分
--两种价值观！
--
--collate'utf8_-bin'没有这个问题，我将在下面展示：
--
--首先，重置客户端连接字符集/排序类型
字符集utf8校对utf8\u bin
--接下来，转换我们先前插入到表中的值
ALTER TABLE`test`转换为字符集utf8 COLLATE utf8\u bin；
--现在，重新检查错误
从测试中选择*，其中'value`='value'；
--
--请注意，正如您所期望的，我们现在只得到一个键。
--
--此问题似乎是utf8特有的。下一步，我将尝试
--对“latin1”字符集执行相同的操作：
--
--首先，重置客户端连接字符集/排序类型
字符集拉丁1校对拉丁1\u通用\u ci
--接下来，转换我们先前插入的值
--在桌子上
ALTER TABLE`test`转换为字符集latin1 COLLATE latin1\u general\u ci；
--现在，重新检查错误
从测试中选择*，其中'value`='value'；
--
--同样，只返回一个键（预期）。这表明
--utf8/utf8\u通用\u ci的问题不存在
--拉丁语/拉丁语通用
--
--为了完成这个示例，我将使用二进制collate进行检查
--还有拉丁语1：
--首先，重置客户端连接字符集/排序类型
字符集拉丁1校对拉丁1_bin
--接下来，转换我们先前插入到表中的值
ALTER TABLE`test`转换为字符集latin1 COLLATE latin1_bin；
--现在，重新检查错误
从测试中选择*，其中'value`='value'；
--
--同样，只返回一个键（预期）。
--
--最后，我将以完全相同的方式重新介绍这个问题
SHOW VARIABLES;

innodb_large_prefix = OFF
innodb_file_format = Antelope

[client]
default-character-set= utf8mb4

[mysqld]
explicit_defaults_for_timestamp = true
innodb_large_prefix = true
innodb_file_format = barracuda
innodb_file_format_max = barracuda
innodb_file_per_table = true

# Character collation
character_set_server=utf8mb4
collation_server=utf8mb4_unicode_ci

CREATE TABLE Contacts (
 id INT AUTO_INCREMENT NOT NULL,
 ownerId INT DEFAULT NULL,
 created timestamp NOT NULL DEFAULT '0000-00-00 00:00:00',
 modified timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
 contact VARCHAR(640) NOT NULL,
 prefix VARCHAR(128) NOT NULL,
 first VARCHAR(128) NOT NULL,
 middle VARCHAR(128) NOT NULL,
 last VARCHAR(128) NOT NULL,
 suffix VARCHAR(128) NOT NULL,
 notes MEDIUMTEXT NOT NULL,
 INDEX IDX_CA367725E05EFD25 (ownerId),
 INDEX created (created),
 INDEX modified_idx (modified),
 INDEX contact_idx (contact),
 PRIMARY KEY(id)
) DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci ENGINE = InnoDB ROW_FORMAT=DYNAMIC;

INDEX contact_idx (contact(128)),

INSERT INTO `Contacts` (`id`, `ownerId`, `created`, `modified`, `contact`, `prefix`, `first`, `middle`, `last`, `suffix`, `notes`) VALUES
(1, NULL, '0000-00-00 00:00:00', '2014-08-25 03:00:36', '1234567890', '12345678901234567890', '1234567890123456789012345678901234567890', '1234567890123456789012345678901234567890', '12345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678', '', ''),
(2, NULL, '0000-00-00 00:00:00', '2014-08-25 03:05:57', 'poo', '12345678901234567890', 'I found these collation charts helpful. http://collation-charts.org/mysql60/. I'm no sure which is the used utf8_general_ci though.


For example here is the chart for utf8_swedish_ci. It shows which characters it interprets as the same. http://collation-charts.org/mysql60/mysql604.utf8_swedish_ci.html
In your database upload file, add the followin line before any line:


SET NAMES utf8;