概要
主旨是为了研究mysql里的字符集，在实践中发现中文的排序顺序有点问题，为了能让中文排序正常，尝试更改各种字符集做测试。
Mysql官方版本8.0以前默认的应该是latin1,8.0后默认为utf8mb4了
Docker安装Mysql
docker拉取Mysql官方镜像站地址：https://hub.docker.com/_/mysql
docker可以一键拉取，并映射本地/data/mysql/data 到 容器里的 /var/lib/mysql
docker pull mysql:8.2.0-oraclelinux8
docker run --name mysql8 -v /data/mysql/data:/var/lib/mysql -e MYSQL_ROOT_PASSWORD=root密码 -p 3306:3306 -p 33060:33060 -d mysql:8.2.0-oraclelinux8字符集配置
官方相关手册说明：MySQL :: MySQL 8.0 Reference Manual :: 10.2 Character Sets and Collations in MySQL
我们可以使用几个命令查看
SELECT version(); #查看数据库版本
SHOW CHARACTER SET; #查看数据库字符集
SHOW COLLATION WHERE Charset = 'utf8mb4'; #查看utf8mb4里可用的collation
SHOW VARIABLES LIKE 'character_set%'; #查看系统里对象的默认字符集
SHOW VARIABLES LIKE 'collation_database%'; #查看数据库的默认collation
utf8mb4是 utf8 的一个超集，就是可以多存放一些类型，比如表情符号，是Mysql8后的推荐的字符集，最大支持长度4个字节，最小占用存储长度还是1个字节，utf8的边码规则和原理可以查看我的同名博客文章 ASCII、Unicode、UCS-2、UTF-8互转
排序规则说明
我们查看utf8mb4下面其实会有很多排序规则可以选择
以上这些规则具体选用哪一个，选择的依据是是什么呢
以默认的这个 utf8mb4_0900_ai_ci 示例说明
● 0900 是指 UCA 9.0.0标准。其中 UCA是 Unicode Collation Algorithm的缩写，UCA 9.0.0标准可以参考( https://www.unicode.org/Public/UCA/9.0.0/allkeys.txt )
像 utf8mb4_unicode_520_ci 就是 UCA 5.2.0 ( https://www.unicode.org/Public/UCA/5.2.0/allkeys.txt )
● ai、ci说明
官方这一块的说明：MySQL :: MySQL 8.0 Reference Manual :: 10.3.1 Collation Naming Conventions
| Suffix | Meaning |
|---|---|
_ai |
Accent-insensitive |
_as |
Accent-sensitive |
_ci |
Case-insensitive |
_cs |
Case-sensitive |
_ks |
Kana-sensitive |
_bin |
Binary |
ai和as是相对的，是否区分重音的意思，对于中国场景其实是用不到的，比如 Cafe和Café,一个头上有音标一个没有音标这种。
ci和cs是相对的，是否大小写敏感，如果是ci场景，hengrui=Hengrui，如果是cs场景 hengrui≠Hengrui
ks 是日语里假名的意思 かな(kana)
还有带地域的 utf8mb4_zh_0900_as_cs
● zh是中文的意思
这一块简写可以参考下表，官方地址：MySQL :: MySQL 8.0 Reference Manual :: 10.10.1 Unicode Character Sets
| Language | Language Specifier |
|---|---|
| Bosnian | bs |
| Bulgarian | bg |
| Chinese | zh |
| Classical Latin |
la or roman
|
| Croatian |
hr or croatian
|
| Czech |
cs or czech
|
| Danish |
da or danish
|
| Esperanto |
eo or esperanto
|
| Estonian |
et or estonian
|
| Galician | gl |
| German phone book order |
de_pb or german2
|
| Hungarian |
hu or hungarian
|
| Icelandic |
is or icelandic
|
| Japanese | ja |
| Latvian |
lv or latvian
|
| Lithuanian |
lt or lithuanian
|
| Mongolian | mn |
| Norwegian / Bokmål | nb |
| Norwegian / Nynorsk | nn |
| Persian | persian |
| Polish |
pl or polish
|
| Romanian |
ro or romanian
|
| Russian | ru |
| Serbian | sr |
| Sinhala | sinhala |
| Slovak |
sk or slovak
|
| Slovenian |
sl or slovenian
|
| Modern Spanish |
es or spanish
|
| Traditional Spanish |
es_trad or spanish2
|
| Swedish |
sv or swedish
|
| Turkish |
tr or turkish
|
| Vietnamese |
vi or vietnamese
|
注意点
在不同字符排序规则之间做比较系统是会报错的，所以建议在设计数据库的时候就设定好
报错示例
文章来源：https://www.toymoban.com/news/detail-815024.html
如果历史因素必须出现不同字符排序，可以手动声明规则，示例：collate utf8mb4_0900_ai_ci文章来源地址https://www.toymoban.com/news/detail-815024.html
SELECT t1.*
FROM test.table1 t1
inner join test.table2 t2 on t1.comment = t2.comment collate utf8mb4_0900_ai_ci到了这里，关于Docker拉取mysql及utf8mb4_0900_ai_ci字符集解说的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
