UTF-8: Général? Bin? Unicode?

Question

Je suis à essayer de comprendre ce classement, je devrais être à l'aide de différents types de données. 100% du contenu, je vais être le stockage est soumis par l'utilisateur.

Ma compréhension est que je devrais être en UTF-8 IC (Insensible à la casse) au lieu de UTF-8 en Binaire. Cependant, je ne peux pas trouver une claire distinction entre UTF-8 Général de l'IC et de l'UTF-8 Unicode CI.

1. Dois-je être le stockage de contenu soumis par l'utilisateur en UTF-8 ou UTF-8 Unicode CI colonnes?
2. Ce type de données UTF-8 Binaire être applicable?

Answer 1

En général, utf8_general_ci est plus rapide que utf8_unicode_ci, mais moins corrects.

Voici la différence:

Pour n'importe quel jeu de caractères Unicode, les opérations effectuées à l'aide de la _general_ci classement sont plus rapides que ceux de la _unicode_ci classement. Par exemple, des comparaisons pour l'interclassement utf8_general_ci sont plus rapides, mais légèrement moins corrects, que les comparaisons pour utf8_unicode_ci. La raison pour cela est que utf8_unicode_ci prend en charge les mappages, comme l'expansion; c'est, quand un personnage se compare comme l'égalité des combinaisons des autres personnages. Par exemple, en allemand et en quelques autres langues "ß" est égal à "ss". utf8_unicode_ci prend également en charge les contractions et ignorable caractères. utf8_general_ci est un héritage de classement ne prend pas en charge les expansions, les contractions, ou ignorable caractères. Il ne peut faire qu'une comparaison directe entre les personnages.

Cité: http://dev.mysql.com/doc/refman/5.0/en/charset-unicode-sets.html

Pour des explications plus détaillées, veuillez lire le post suivant de MySQL forums: http://forums.mysql.com/read.php?103,187048,188748

Comme pour utf8_bin: Les deux utf8_general_ci et utf8_unicode_ci effectuer la comparaison sensible à la casse. En contraste, utf8_bin est sensible à la casse (parmi d'autres différences), parce qu'il compare les valeurs binaires des personnages.

Answer 2

Vous devriez aussi être conscient du fait, qu'avec utf8_general_ci lors de l'utilisation d'un champ de type varchar comme l'unique ou le principal indice de l'insertion 2 des valeurs comme le 'a' et 'á' donnerait une erreur de clé en double.

Answer 3

Vraiment, j'ai testé enregistrer les valeurs comme 'é' et 'e' et ils provoquer une erreur de doublons sur les deux 'utf8_unicode_ci' et 'utf8_general_ci'. Vous pouvez enregistrer seulement en 'utf8_bin' assemblées de la colonne.

Et mysql docs (en http://dev.mysql.com/doc/refman/5.7/en/charset-applications.html) suggèrent dans ses exemples set "utf8_general_ci" de classement.

[mysqld]
character-set-server=utf8
collation-server=utf8_general_ci