mysql8 utf8mb4字符集的排序规则

一、命名规则解析

这些 utf8mb4 排序规则的命名遵循统一格式：utf8mb4_[Unicode版本]_[重音规则]_[大小写规则]

0900：指 Unicode 9.0.0 标准，是 MySQL 8.0 引入的新版排序规则，比旧版更准确。
ai / as ：
- ai = Accent Insensitive（不区分重音）
- as = Accent Sensitive（区分重音）
ci / cs ：
- ci = Case Insensitive（不区分大小写）
- cs = Case Sensitive（区分大小写）
bin：Binary，直接按字符的二进制编码值比较，最严格。
带语言名（如 croatian_ci、czech_ci）：针对特定语言的排序规则，遵循该语言的字母表和排序习惯。

二、核心规则对比

表格

排序规则	重音区分	大小写区分	特点
`utf8mb4_0900_ai_ci`	不区分	不区分	MySQL 8.0 默认，最宽松，适合通用场景
`utf8mb4_0900_as_ci`	区分	不区分	重音敏感，大小写不敏感
`utf8mb4_0900_as_cs`	区分	区分	重音和大小写都敏感，最严格的 Unicode 规则
`utf8mb4_bin`	区分	区分	直接按二进制编码比较，不遵循 Unicode 排序
`utf8mb4_croatian_ci` 等	依语言	依语言	遵循特定语言的排序规则

三、典型场景差异

A 和 a ：
- _ci 规则下视为相等；_cs 和 bin 规则下视为不同。
é 和 e ：
- _ai 规则下视为相等；_as 和 bin 规则下视为不同。
排序顺序 ：
- _bin 按编码值排序，可能不符合人类阅读习惯；
- 0900 系列按 Unicode 9.0 标准排序，更符合多语言场景。

四、选择建议

通用业务场景：优先使用 utf8mb4_0900_ai_ci（默认），兼容性和易用性最好。
需要严格区分重音或大小写：选择 utf8mb4_0900_as_ci 或 utf8mb4_0900_as_cs。
密码、哈希等敏感字段：使用 utf8mb4_bin，避免因排序规则导致的安全问题。
特定语言应用：选择对应语言的排序规则（如 utf8mb4_croatian_ci）。

五、通用业务场景（绝大多数项目）

推荐规则 ：utf8mb4_0900_ai_ci
适用场景 ：
- 用户昵称、用户名、商品名称、文章标题等
- 中文、英文混合的普通文本存储与查询
优势：
- 不区分大小写（A = a）
- 不区分重音（é = e）
- 符合 Unicode 9.0 排序，兼容性最好，是 MySQL 8.0 默认值

2. 需要区分重音的场景

推荐规则 ：utf8mb4_0900_as_ci
适用场景 ：
- 多语言人名、地名（如法语、西班牙语、德语等带重音的语言）
- 需要精确匹配重音字符的业务逻辑
特点：
- 区分重音（é ≠ e）
- 不区分大小写（A = a）

3. 需要严格区分大小写和重音的场景

推荐规则 ：utf8mb4_0900_as_cs
适用场景 ：
- 敏感字段校验（如验证码、唯一标识码）
- 严格的多语言文本比对
特点：
- 区分重音（é ≠ e）
- 区分大小写（A ≠ a）
- 遵循 Unicode 9.0 排序规则

4. 密码、哈希等敏感字段

推荐规则 ：utf8mb4_bin
适用场景 ：
- 密码哈希、API Key、Token、唯一哈希值
特点：
- 直接按二进制编码值比较，不遵循任何语言或 Unicode 排序
- 完全区分大小写和重音，避免排序规则导致的安全隐患

5. 特定语言本地化场景

推荐规则 ：对应语言的规则，如：
- 克罗地亚语：utf8mb4_croatian_ci
- 捷克语：utf8mb4_czech_ci
- 丹麦语：utf8mb4_danish_ci
- 西班牙语：utf8mb4_es_0900_ai_ci / utf8mb4_es_0900_as_cs
适用场景 ：
- 面向特定语言用户的应用，需要严格遵循该语言的字母表和排序习惯
- 本地化排序、搜索、索引优化

6. 旧项目兼容场景

推荐规则 ：
- 若从 MySQL 5.7 升级，旧默认 utf8mb4_general_ci 可逐步迁移到 utf8mb4_0900_ai_ci
- 若需保持完全兼容，可临时使用 utf8mb4_general_ci，但建议长期迁移
注意：
- utf8mb4_general_ci 是旧版规则，排序准确性不如 0900 系列，且不支持最新 Unicode 字符

六、具体业务（比如是做电商、社交、还是后台管理系统）

一、先明确核心适配逻辑

我会按「通用型后台管理系统」「电商平台」「社交类应用」「多语言跨境应用」4 类主流业务场景，给出开箱即用的配置方案，你可直接对应自己的业务类型选用。

二、分场景定制配置方案

1. 通用型后台管理系统（企业内部 / ToB 系统）

核心需求：简单稳定、兼容中文 / 英文，查询便捷

表格

字段类型	推荐排序规则	配置说明
数据库 / 表默认	`utf8mb4_0900_ai_ci`	全局默认，覆盖 90% 字段需求
用户名 / 角色名	`utf8mb4_0900_ai_ci`	不区分大小写，方便用户登录（如`Admin`和`admin`视为同一用户）
密码 / Token/API Key	`utf8mb4_bin`	二进制严格匹配，避免因排序规则导致密码校验漏洞
备注 / 描述类文本	`utf8mb4_0900_ai_ci`	模糊查询更友好，无需区分重音 / 大小写

配置示例（MySQL 建表）：

sql

复制代码

CREATE TABLE sys_user (
  id BIGINT PRIMARY KEY AUTO_INCREMENT,
  username VARCHAR(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL,
  password VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NOT NULL,
  remark VARCHAR(200) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT ''
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;

2. 电商平台（零售 / 商城）

核心需求：商品搜索友好、订单 / 支付字段精准

表格

字段类型	推荐排序规则	配置说明
数据库 / 表默认	`utf8mb4_0900_ai_ci`	全局默认，兼顾搜索和兼容性
商品名称 / 分类	`utf8mb4_0900_ai_ci`	搜索时`手机`和`手机`（全角 / 半角）、`Apple`和`apple`视为一致，提升体验
订单号 / 支付流水号	`utf8mb4_0900_as_cs`	严格区分大小写（如`ORDER123a`≠`ORDER123A`），避免订单号重复
客户姓名（多语言）	`utf8mb4_0900_as_ci`	区分重音（如`José`≠`Jose`），保证海外用户姓名精准

配置示例（MySQL 建表）：

sql

复制代码

CREATE TABLE goods (
  id BIGINT PRIMARY KEY AUTO_INCREMENT,
  goods_name VARCHAR(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL,
  order_sn VARCHAR(64) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_as_cs NOT NULL UNIQUE,
  customer_name VARCHAR(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_as_ci DEFAULT ''
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;

3. 社交类应用（社区 / 聊天 / 内容平台）

核心需求：内容搜索灵活、用户昵称友好

表格

字段类型	推荐排序规则	配置说明
数据库 / 表默认	`utf8mb4_0900_ai_ci`	全局默认，适配多场景
用户昵称 / 评论内容	`utf8mb4_0900_ai_ci`	搜索评论时`哈哈`和`哈哈`（不同字体 / 全角）视为一致，提升搜索命中率
敏感内容校验字段	`utf8mb4_0900_as_cs`	严格匹配敏感词（如`Abc`≠`abc`），避免漏检
表情包 / 特殊字符字段	`utf8mb4_bin`	二进制存储，保证特殊字符精准展示和匹配

4. 多语言跨境应用（外贸 / 海外版 APP）

核心需求：适配本地化排序、精准区分语言特征

表格

字段类型	推荐排序规则	配置说明
欧洲小语种（克罗地亚 / 捷克）	`utf8mb4_croatian_ci`/`utf8mb4_czech_ci`	遵循当地语言字母排序（如克罗地亚语`ć`的排序优先级）
西班牙语 / 法语	`utf8mb4_es_0900_as_ci`/`utf8mb4_fr_0900_as_ci`	区分重音（如法语`é`≠`e`），符合本地化习惯
通用海外字段	`utf8mb4_0900_as_ci`	兼顾多语言重音区分，不区分大小写，平衡精准度和体验

三、全局配置优化建议

数据库级别统一配置（避免逐表配置）：

sql

复制代码

-- 创建数据库时指定默认规则
CREATE DATABASE your_db_name 
DEFAULT CHARACTER SET utf8mb4 
DEFAULT COLLATE utf8mb4_0900_ai_ci;

-- 已有数据库修改默认规则
ALTER DATABASE your_db_name 
DEFAULT CHARACTER SET utf8mb4 
DEFAULT COLLATE utf8mb4_0900_ai_ci;

特殊字段单独指定 ：仅密码、流水号、敏感校验字段需单独指定bin/as_cs，其余复用库默认即可。
升级兼容 ：从 MySQL 5.7 升级的项目，先保留utf8mb4_general_ci过渡，逐步迁移到utf8mb4_0900_ai_ci（更精准）。

总结

通用场景优先选utf8mb4_0900_ai_ci，是兼容性和易用性的最优解；
敏感字段（密码 / 流水号）必须用utf8mb4_bin或utf8mb4_0900_as_cs，避免规则导致的匹配漏洞；
多语言场景按本地化需求选对应语言规则，而非通用规则，提升用户体验。

mysql8 utf8mb4字符集的排序规则

一、命名规则解析

二、核心规则对比

三、典型场景差异

四、选择建议

五、 通用业务场景（绝大多数项目）

2. 需要区分重音的场景

3. 需要严格区分大小写和重音的场景

4. 密码、哈希等敏感字段

5. 特定语言本地化场景

6. 旧项目兼容场景

六、具体业务（比如是做电商、社交、还是后台管理系统）

一、先明确核心适配逻辑

二、分场景定制配置方案

1. 通用型后台管理系统（企业内部 / ToB 系统）

2. 电商平台（零售 / 商城）

3. 社交类应用（社区 / 聊天 / 内容平台）

4. 多语言跨境应用（外贸 / 海外版 APP）

三、全局配置优化建议

总结

五、通用业务场景（绝大多数项目）