mysql中
utf8mb4_0900_ai_ci
和utf8_unicode_ci
数据库文本编码有什么区别(特别是在性能方面)?
更新:
utf8mb4_unicode_ci 和 utf8mb4_0900_ai_ci 之间有类似的区别吗?
utf8_unicode_ci
表示 CHARACTER SET utf8
,仅包含 1、2 和 3 字节 UTF-8 字符。因此它排除了大多数表情符号和一些汉字。
utf8mb4_unicode_ci
意味着 CHARACTER SET utf8mb4
是 4 字节 COLLATION
对应的 CHARACTER SET utf8mb4
。
Unicode 组织多年来一直在不断发展该规范。以下是从其“版本”到 MySQL 排序规则的映射:
4.0 _unicode_
5.2.0 _unicode_520_ (Unicode 2009; MySQL GA 5.6 2013)
9.0 _0900_
14.0 _uca1400_ai_ci etc. as/ai and cs/ci (MariaDB-10.10, not MySQL)
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:在某些时候,一项更改允许表情符号以某种方式进行区分和排序。
后缀(MySQL 文档):
_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:排序速度通常是查询中最不重要的性能问题。
INDEXes
、JOINs
、子查询、表扫描等对性能更为关键。