在mysql中執行show create table <tablename>指令，可以看到一張表的建表語句，example如下：

CREATE TABLE `table1` ( `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT, `field1` text COLLATE utf8_unicode_ci NOT NULL COMMENT ’字段1’, `field2` varchar(128) COLLATE utf8_unicode_ci NOT NULL DEFAULT ’’ COMMENT ’字段2’, PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8_unicode_ci;

大部分字段我們都能看懂，但是今天要討論的是COLLATE關鍵字。這個值后面對應的utf8_unicode_ci是什么意思呢？面試的時候用這個題目考一考DBA，應該可以難倒一大部分人。

使用phpmyadmin的開發可能會非常眼熟，因為其中的中文表頭已經給出了答案：

所謂utf8_unicode_ci，其實是用來排序的規則。對于mysql中那些字符類型的列，如VARCHAR，CHAR，TEXT類型的列，都需要有一個COLLATE類型來告知mysql如何對該列進行排序和比較。簡而言之，COLLATE會影響到ORDER BY語句的順序，會影響到WHERE條件中大于小于號篩選出來的結果，會影響**DISTINCT**、**GROUP BY**、**HAVING**語句的查詢結果。另外，mysql建索引的時候，如果索引列是字符類型，也會影響索引創建，只不過這種影響我們感知不到。總之，凡是涉及到字符類型比較或排序的地方，都會和COLLATE有關。

COLLATE通常是和數據編碼（CHARSET）相關的，一般來說每種CHARSET都有多種它所支持的COLLATE，并且每種CHARSET都指定一種COLLATE為默認值。例如Latin1編碼的默認COLLATE為latin1_swedish_ci，GBK編碼的默認COLLATE為gbk_chinese_ci，utf8mb4編碼的默認值為utf8mb4_general_ci。

這里順便講個題外話，mysql中有utf8和utf8mb4兩種編碼，在mysql中請大家忘記**utf8**，永遠使用**utf8mb4**。這是mysql的一個遺留問題，mysql中的utf8最多只能支持3bytes長度的字符編碼，對于一些需要占據4bytes的文字，mysql的utf8就不支持了，要使用utf8mb4才行。

很多COLLATE都帶有_ci字樣，這是Case Insensitive的縮寫，即大小寫無關，也就是說'A'和'a'在排序和比較的時候是一視同仁的。selection * from table1 where field1='a'同樣可以把field1為'A'的值選出來。與此同時，對于那些_cs后綴的COLLATE，則是Case Sensitive，即大小寫敏感的。

在mysql中使用show collation指令可以查看到mysql所支持的所有COLLATE。以utf8mb4為例，該編碼所支持的所有COLLATE如下圖所示。

imgmysql中和utf8mb4相關的所有COLLATE

圖中我們能看到很多國家的語言自己的排序規則。在國內比較常用的是utf8mb4_general_ci（默認）、utf8mb4_unicode_ci、utf8mb4_bin這三個。我們來探究一下這三個的區別：

首先utf8mb4_bin的比較方法其實就是直接將所有字符看作二進制串，然后從最高位往最低位比對。所以很顯然它是區分大小寫的。

而utf8mb4_unicode_ci和utf8mb4_general_ci對于中文和英文來說，其實是沒有任何區別的。對于我們開發的國內使用的系統來說，隨便選哪個都行。只是對于某些西方國家的字母來說，utf8mb4_unicode_ci會比utf8mb4_general_ci更符合他們的語言習慣一些，general是mysql一個比較老的標準了。例如，德語字母“ß”，在utf8mb4_unicode_ci中是等價于'ss'兩個字母的（這是符合德國人習慣的做法），而在utf8mb4_general_ci中，它卻和字母“s”等價。不過，這兩種編碼的那些微小的區別，對于正常的開發來說，很難感知到。本身我們也很少直接用文字字段去排序，退一步說，即使這個字母排錯了一兩個，真的能給系統帶來災難性后果么？從網上找的各種帖子討論來說，更多人推薦使用utf8mb4_unicode_ci，但是對于使用了默認值的系統，也并沒有非常排斥，并不認為有什么大問題。結論：推薦使用utf8mb4_unicode_ci，對于已經用了utf8mb4_general_ci的系統，也沒有必要花時間改造。

另外需要注意的一點是，從mysql 8.0開始，mysql默認的CHARSET已經不再是Latin1了，改為了utf8mb4（參考鏈接），并且默認的COLLATE也改為了utf8mb4_0900_ai_ci。utf8mb4_0900_ai_ci大體上就是unicode的進一步細分，0900指代unicode比較算法的編號（ Unicode Collation Algorithm version），ai表示accent insensitive（發音無關），例如e, è, é, ê 和 ë是一視同仁的。相關參考鏈接1，相關參考鏈接2

設置COLLATE可以在示例級別、庫級別、表級別、列級別、以及SQL指定。實例級別的COLLATE設置就是mysql配置文件或啟動指令中的collation_connection系統變量。

庫級別設置COLLATE的語句如下：

CREATE DATABASE <db_name> DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;如果庫級別沒有設置CHARSET和COLLATE，則庫級別默認的CHARSET和COLLATE使用實例級別的設置。在mysql8.0以下版本中，你如果什么都不修改，默認的CHARSET是Latin1，默認的COLLATE是latin1_swedish_ci。從mysql8.0開始，默認的CHARSET已經改為了utf8mb4，默認的COLLATE改為了utf8mb4_0900_ai_ci。

表級別的COLLATE設置，則是在CREATE TABLE的時候加上相關設置語句，例如：

CREATE TABLE (……) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

如果表級別沒有設置CHARSET和COLLATE，則表級別會繼承庫級別的CHARSET與COLLATE。

列級別的設置，則在CREATE TABLE中聲明列的時候指定，例如

CREATE TABLE (`field1` VARCHAR（64） CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL DEFAULT ’’,……) ……

如果列級別沒有設置CHARSET和COLATE，則列級別會繼承表級別的CHARSET與COLLATE。

最后，你也可以在寫SQL查詢的時候顯示聲明COLLATE來覆蓋任何庫表列的COLLATE設置，不太常用，了解即可：

SELECT DISTINCT field1 COLLATE utf8mb4_general_ci FROM table1;SELECT field1, field2 FROM table1 ORDER BY field1 COLLATE utf8mb4_unicode_ci;

如果全都顯示設置了，那么優先級順序是 SQL語句 > 列級別設置 > 表級別設置 > 庫級別設置 > 實例級別設置。也就是說列上所指定的COLLATE可以覆蓋表上指定的COLLATE，表上指定的COLLATE可以覆蓋庫級別的COLLATE。如果沒有指定，則繼承下一級的設置。即列上面沒有指定COLLATE，則該列的COLLATE和表上設置的一樣。

以上就是關于mysql的COLLATE相關知識。不過，在系統設計中，我們還是要盡量避免讓系統嚴重依賴中文字段的排序結果，在mysql的查詢中也應該盡量避免使用中文做查詢條件。

到此這篇關于詳細談談MYSQL中COLLATE的文章就介紹到這了,更多相關MYSQL COLLATE是什么內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！