什么是 MySQL 的排序规则（Collation）？

【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）：

1. 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）：

_ai Accent-insensitive 指重音不敏感（不区分重音）

_as Accent-sensitive 指重音敏感（区分重音）

_ci Case-insensitive 指大小写不敏感（不区分大小写）

_cs Case-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。

1. mysql> use testdb;

3. mysql> set names utf8mb4;

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

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

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

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

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

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

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

15. +----+--------------+

16. | id | name         |

17. +----+--------------+

18. |  1 | Mafutian.net |

19. |  2 | MAfutian.net |

20. |  3 | mafutian.net |

21. |  4 | mAfutian.net |

22. |  5 | mAfutian_net |

23. +----+--------------+

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

26. +----+--------------+

27. | id | name         |

28. +----+--------------+

29. |  2 | MAfutian.net |

30. |  1 | Mafutian.net |

31. |  4 | mAfutian.net |

32. |  5 | mAfutian_net |

33. |  3 | mafutian.net |

34. +----+--------------+

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

37. +----+--------------+

38. | id | name         |

39. +----+--------------+

40. |  5 | mAfutian_net |

41. |  1 | Mafutian.net |

42. |  2 | MAfutian.net |

43. |  3 | mafutian.net |

44. |  4 | mAfutian.net |

45. +----+--------------+

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

我要打赏