MySQL数据库排序选择的作用和该如何选择编码格式

前言：在创建数据库的时候，会有这样一个选项->排序规则，平时在创建数据库的时候并没有注意，只是选择了默认，也没感觉有什么问题，今天看到这个突然好奇起来，所以看了一些资料做了以下的一些总结，若有错误之处请斧正。

　　这个排序规则的作用是什么？可以避免一些在数据库导入时出现的一些错误。很多时候在导入数据库的时候会出现字符乱码的问题，但是如果定制编码的话，就会更容易的发现问题。在mysql中我们经常使用的是utf8_unicode_ci和utf8_general_ci,两者还是有一些区别的，当前，utf8_unicode_ci校对规则仅部分支持Unicode校对规则算法。一些字符还是不能支持。并且，不能完全支持组合的记号。这主要影响越南和俄罗斯的一些少数民族语言，如：Udmurt 、Tatar、Bashkir和Mari。

　　utf8_general_ci是一个遗留的 校对规则，不支持扩展。它仅能够在字符之间进行逐个比较。这意味着utf8_general_ci校对规则进行的比较速度很快，但是与使用utf8_unicode_ci的 校对规则相比，比较正确性较差）。

　　例如，使用utf8_general_ci和utf8_unicode_ci两种 校对规则下面的比较相等： Ä = A Ö = O Ü = U 两种校对规则之间的区别是，对于utf8_general_ci下面的等式成立： ß = 　　s 但是，对于utf8_unicode_ci下面等式成立： ß = ss 对于一种语言仅当使用utf8_unicode_ci排序做的不好时，才执行与具体语言相关的utf8字符集 校对规则。例如，对于德　　语和法语，utf8_unicode_ci工作的很好，因此不再需要为这两种语言创建特殊的utf8校对规则。 utf8_general_ci也适用与德语和法语，除了‘ß'等于‘s'，而不是‘ss'之外。　　如果你的应用能够接受这些，那么应该使用utf8_general_ci，因为它速度快。否则，使用utf8_unicode_ci，因为它比较准确。

　　

　　上面我们讲到utf8_xxxx_ci，但是对于上面的编码格式后面的ci还是有些不解，当然不只是ci，还有ki，wi什么的，他们代表的是什么尼？

　　排序规则名称由两部份构成，前半部份是指本排序规则所支持的字符集
　　如：
　　Chinese_PRC_CS_AI_WS
　　前半部份：指UNICODE字符集，Chinese_PRC_指针对大陆简体字UNICODE的排序规则
　　排序规则的后半部份即后缀 含义：
　　_BIN 二进制排序
　　_CI(CS) 是否区分大小写，CI不区分，CS区分
　　_AI(AS) 是否区分重音，AI不区分，AS区分
　　_KI(KS) 是否区分假名类型,KI不区分，KS区分
　　_WI(WS) 是否区分宽度 WI不区分，WS

　　

　　现在对排序规则有一定的了解之后就明白自己需要那种编码格式了，平时我都是使用utf8_general_ci，最好是做到编码统一，就会减少数据库乱码这种情况的发生。。。

文章部分内容参考了http://www.jb51.net/article/48775.htm