在 MySQL 中，字符集（Character Set）和排序规则（Collation）密切相关。它们决定了数据库如何存储和比较字符串数据。以下是两者关系的详细解释：

1. 字符集 (Character Set)

字符集决定了字符串存储的编码方式，也就是支持哪些字符以及这些字符如何编码。例如：

• utf8: 支持 Unicode 字符，最多使用 3 字节存储一个字符。
• latin1: 单字节字符集，支持基本拉丁字符。
• utf8mb4: 支持完整的 Unicode 字符，包括 Emoji 和其他扩展字符。

2. 排序规则 (Collation)

排序规则定义了在字符集的基础上，字符串的比较和排序方式。排序规则会影响：

• 字符串的大小写是否敏感。
• 字母的排序顺序。
• 特殊字符的处理。

每种字符集可以有多种排序规则。例如：

• utf8_general_ci: 对大小写不敏感的通用排序规则。
• utf8_bin: 二进制排序规则，按字符编码逐字节比较，大小写敏感。
• utf8_unicode_ci: 基于 Unicode 的标准排序规则，支持更多语言特性。

3. 字符集与排序规则的关系

• 字符集决定可用的排序规则: 每个字符集都对应一组支持的排序规则。例如，utf8 支持 utf8_general_ci、utf8_bin 等，但不支持 latin1_swedish_ci。
• 排序规则与字符集绑定: 每次选择字符集时，必须指定对应的排序规则。如果不指定排序规则，MySQL 会使用该字符集的默认排序规则。
  • 示例：对于 utf8，默认排序规则是 utf8_general_ci。

4. 排序规则的主要差异

• 大小写敏感性 (Case Sensitivity):
  • _ci (Case Insensitive): 对大小写不敏感。例如，'a' = 'A'。
  • _cs (Case Sensitive): 对大小写敏感。例如，'a' ≠ 'A'。
  • _bin (Binary): 直接比较二进制值，区分大小写且效率最高。
• 语言特性: 不同语言可能有特定的排序规则。例如：
  • utf8_unicode_ci: 使用 Unicode 标准规则，能更好处理多语言排序。
  • utf8_general_ci: 通用规则，性能较高但支持语言特性较少。

5. 选择字符集和排序规则的影响

• 存储: 字符集影响字符的存储空间。例如，latin1 每字符占 1 字节，而 utf8mb4 最多占 4 字节。
• 查询性能: 排序规则影响字符串比较的复杂度。_bin 规则通常比 _ci 规则快，因为不需要考虑大小写转换或语言特性。
• 查询结果: 排序规则影响排序结果。例如，法语中的字母带重音符可能在不同规则下排序不同。

6. 如何选择字符集和排序规则

1. 国际化支持:
   • 使用 utf8mb4 字符集。
   • 排序规则选择 utf8mb4_unicode_ci，确保支持多语言特性。
2. 大小写敏感应用:
   • 使用 _cs 或 _bin 排序规则，如 utf8mb4_bin。
3. 仅英文或拉丁字符:
   • 使用 latin1 字符集和默认排序规则 latin1_swedish_ci。
4. 性能优先:
   • 在不需要语言特性的场景下，选择性能更高的 utf8_general_ci。

字符集决定了存储的字符种类，排序规则决定了字符串比较和排序的方式。两者必须匹配使用。合理选择字符集和排序规则可以平衡存储需求、多语言支持和性能需求。例如，utf8mb4_unicode_ci 适合多语言环境，utf8_general_ci 性能较高但支持语言特性有限。

相关文章：

MySQL 常用的字符集有哪些？都有什么区别？ MySQL 里的 UTF-8 原来是一个大坑 mysql教程：mysql查看触发器 mysql教程：mysql创建数据库和表 存储一个国际码需要几个字节 MySQL教程：插入意向锁 MySQL导入繁体数据乱码问题解决方法 MySQL 规范指南