-
规则
[强制]所有数据表使用 utf8mb4 编码，在创建数据库时指明使用 utf8mb4，会被继承。比较规则统一设置为
utf8mb4 bin”，大小写敏感。
-
规则的背后
2.1 Charset，Collation
在 MySQL 中，创建数据库时需要指定字符集（Charset）和校对规则（Collation）。
- Charset 定义了数据库中可以使用的字符集，
- Collation 则定义了如何比较和排序这些字符。
具体来说，字符集 Charset 是指用于存储数据时所采用的编码方式，其目的是为了把各种语言的字符都能够正确地存储在数据库中。MySQL 支持许多不同的字符集，例如 utf8、utf8mb4、gbk 等等。
其中，utf8mb4 是目前最常用的字符集之一，它支持包括 Emoji 表情等的所有 Unicode 字符。
2.2 以下是 utf8、utf8mb4 和 gbk 三种字符集的比较：
| 字符集 | 码点范围 | 编码方式 | 最大字节数 | 支持的字符 |
| utf8 | U+0000~U+7F, U+0080~U+FFFF | 变长（1-3字节） | 3 | 英文、欧洲语言、中文等部分非常用汉字 |
| utf8mb4 | U+0000~U+10FFFF | 变长（1-4字节） | 4 | 包含 Emoji 表情在内的所有 Unicode 字符 |
| gbk | GBK 标准规定的字符集范围 | 变长（1-2字节） | 2 | 中文、英文、日文等多种语言，不支持 Emoji |
从上表可以看出，这三种字符集的主要区别在于支持的码点范围和最大字节数：
- utf8：最早的 MySQL 字符集，支持绝大部分常用字符，但不支持 Emoji 表情等一些特殊字符。编码方式为变长编码，最大字节数为 3 字节。
- utf8mb4：MySQL 5.5.3 版本以后推出的字符集，支持 Unicode 的全部码点范围，包括 Emoji 表情等特殊符号。编码方式为变长编码，最大字节数为 4 字节。
- gbk：GBK 是中国国家标准 GB 2312-1980 扩展出来的字符集，支持中文、英文、日文等多种语言，但不支持 Emoji 表情等特殊字符。编码方式为变长编码，最大字节数为 2 字节。
2.3 如何选择
总之，在选择 MySQL 的字符集时，应根据实际需求选择适合的字符集。
- 如果需要支持包括 Emoji 表情在内的所有 Unicode 字符，则应该选择 utf8mb4 字符集；
- 如果只需要支持中文、英文、日文等少数语言，则可以选择 gbk 字符集。
而校对规则 Collation 则是指定义了字符集上的比较规则，也就是如何比较和排序字符。
不同的校对规则会影响到数据的查询和排序效果，因此在设定校对规则时需要考虑实际需求。
例如，如果需要对中文进行排序，则应该选择一个适合中文的校对规则。
在 MySQL 中，每个字符集都对应着多种不同的校对规则。
通常情况下，在建库时可以直接使用字符集默认的校对规则，并根据实际需求进行调整。
总之，Charset 和 Collation 都是建立数据库时需要指定的重要参数，它们分别定义了数据存储时所采用的编码方式和字符比较规则，对于保证数据的正确性和可靠性至关重要。
2.4 mysql 中utf8mb4 字符集 collection默认是什么
在 MySQL 中，默认情况下，使用 utf8mb4 字符集时的校对规则（Collation）是 utf8mb4_unicode_ci。这是因为 utf8mb4_unicode_ci 是一个通用的校对规则，可以支持所有 Unicode 字符，并且能够正确地进行排序和比较。
具体来说，utf8mb4_unicode_ci 校对规则会先将字符串进行转换，然后再按照一定的规则进行排序。它会将一些特殊字符转换成常规字符，例如把一些带有变音符号的字符转换为对应的无音符号的字符，以便更好地进行排序和比较。
另外，除了 utf8mb4_unicode_ci 校对规则外，MySQL 还提供了许多其他的校对规则，例如 utf8mb4_bin、utf8mb4_general_ci 等等。这些校对规则都具有不同的特点和适用场景，在实际开发中需要根据实际需求进行选择。
总之，MySQL 中 utf8mb4 字符集默认采用 utf8mb4_unicode_ci 校对规则，这是一个通用的校对规则，可以支持所有 Unicode 字符，并且能够正确地进行排序和比较。
2.5 collection规则 utf8mb4_unicode_ci vs utf8mb4_bin
以下是 utf8mb4_unicode_ci 和 utf8mb4_bin 两种校对规则的比较：
| 校对规则 | 支持字符集 | 排序方式 | 大小写敏感 | 空格敏感 | Unicode 字符支持 | 适用场景 |
| utf8mb4_unicode_ci | utf8mb4、utf8 | 按照 Unicode 字符排序 | 否 | 否 | 支持 | 一般情况下使用 |
| utf8mb4_bin | utf8mb4、utf8 | 按照字节编码排序 | 是 | 是 | 不支持 | 只关注字符编码而不是字符本身的场景（如密码等敏感信息的存储） |
从上表可以看出，utf8mb4_unicode_ci 和 utf8mb4_bin 两种校对规则在排序方式、大小写敏感、空格敏感和 Unicode 字符支持等方面均有所不同。具体来说：
- utf8mb4_unicode_ci 校对规则按照 Unicode 字符进行排序，并且不区分大小写和空格。它支持所有的 Unicode 字符，适合大多数的场景。
- utf8mb4_bin 校对规则按照字符串的字节编码进行排序，区分大小写和空格。由于不会进行字符转换，可能会导致排序结果错误，并且不支持 Unicode 字符的正确排序和比较。因此，它更适用于只关注字符编码而不是字符本身的场景，如密码等敏感信息的存储。
总之，在选择 MySQL 中的校对规则时，需要根据实际需求选择合适的校对规则。在大多数情况下，应该优先选择 utf8mb4_unicode_ci 校对规则。 那为什么选择utf8mb4_bin呢 请参照下面的 “选择 utf8mb4_bin 校对规则进行排序的场景”
示例：
在实际使用中，排序顺序通常可以通过
ASC 或 DESC 关键字来进行指定，其中 ASC 表示升序，DESC 表示降序。以下是将 utf8mb4_unicode_ci 和 utf8mb4_bin 校对规则应用于上述例子，并按照升序和降序两种方式进行排序的结果：
- 使用 utf8mb4_unicode_ci 校对规则进行升序排序时：
À
à
A
Z- 使用 utf8mb4_unicode_ci 校对规则进行降序排序时：
Z
A
à
À可以看到，在 utf8mb4_unicode_ci 校对规则下，无论是升序还是降序排序，'À' 和 'à' 的排序位置都是相同的，因为该校对规则不区分大小写和空格，而且会将一些特殊字符转换成常规字符。
- 对于 utf8mb4_bin 校对规则进行升序排序时：
A
Z
à
À- 对于 utf8mb4_bin 校对规则进行降序排序时：
À
à
Z
A可以看到，在 utf8mb4_bin 校对规则下，'À' 和 'à' 的排序位置与 utf8mb4_unicode_ci 校对规则下的结果不同，这是因为该校对规则区分大小写和空格，并直接按照字符编码进行排序，而不会转换字符。
综上所述，在 MySQL 中，排序顺序可以通过
ASC 或 DESC 来进行指定，并且不同的排序规则可能导致不同的排序结果。在选择排序规则时，需要根据实际需求进行选择，以确保查询和排序的准确性。2.6 选择 utf8mb4_bin 校对规则进行排序的场景
通常有以下几种：
- 仅需要关注字符编码而不是字符本身
utf8mb4_bin 校对规则会直接按照字符串的字节编码进行比较和排序，不会进行任何字符转换。因此，在某些情况下，如果只需要关注字符编码而不是字符本身，就可以使用 utf8mb4_bin 校对规则进行排序。
例如，在存储密码等敏感信息时，为了保证数据的安全性，通常会使用哈希函数对密码进行加密，并将加密后的结果存储在数据库中。由于哈希值只包含字符编码而不包含字符本身，因此可以使用 utf8mb4_bin 校对规则进行排序和比较。
- 需要区分大小写和空格
在某些情况下，可能需要区分大小写和空格，以便更精确地进行查询和排序。例如，在搜索功能中，用户可能会输入大小写不同、带空格或其他标点符号的关键字进行搜索。这时，可以使用 utf8mb4_bin 校对规则进行排序和比较，以确保精确匹配。
- 性能要求高
由于 utf8mb4_bin 校对规则直接按照字节编码进行排序，比 utf8mb4_unicode_ci 校对规则更加简单高效，因此在某些性能要求较高的场景下，也可以考虑使用 utf8mb4_bin 校对规则进行排序。
总之，utf8mb4_bin 校对规则适用于仅关注字符编码而不是字符本身、需要区分大小写和空格或者对性能要求较高的场景下，但它也有一些局限性，不能支持 Unicode 字符之间的正确排序和比较，因此在选择校对规则时，需要根据实际需求进行选择。
