UTF-8：一般？滨？Unicode的？

Question

UTF-8：一般？滨？Unicode的？

我试图找出我应该用于各种类型数据的排序规则。我将存储的100％内容是用户提交的。

我的理解是我应该使用UTF-8通用CI（Case-Insensitive）而不是UTF-8 Binary。但是，我无法找到UTF-8 General CI和UTF-8 Unicode CI之间的区别。

1. 我应该将用户提交的内容存储在UTF-8 General或UTF-8 Unicode CI列中吗？

2. UTF-8二进制适用于哪种类型的数据？

Answer 1

utf8_bin盲目地比较这些比特。没有折叠的情况下，没有重点剥离。utf8_general_ci比较一个字节和一个字节。它会进行大小写折叠和重音剥离，但没有2个字符的比较：在此排序规则中ij不相同ij。utf8_*_ci是一组特定于语言的规则，但另有说法unicode_ci。一些特殊情况：Ç，Č，ch，llutf8_unicode_ci遵循旧的Unicode标准进行比较。ij= ij，但是ae！=æutf8_unicode_520_ci遵循较新的Unicode标准。 ae=æ有关与各种utf8排序规则相同的详细信息，请参阅排序规则图表。utf8，由MySQL定义仅限于1到3字节的utf8代码。这遗漏了表情符号和一些中文。所以utf8mb4如果你想远远超越欧洲，你应该切换到。utf8mb4在适当的拼写更改后，以上几点适用。前进，utf8mb4并且utf8mb4_unicode_520_ci是首选。utf16和utf32是utf8的变体; 对他们几乎毫无用处。ucs2比“utf8”更接近“Unicode”; 几乎没有用它。