UTF-8：一般？置き場？Unicode？

さまざまな種類のデータに使用する必要がある照合順序を把握しようとしています。保存するコンテンツの100％はユーザーが送信します。

私の理解では、UTF-8バイナリの代わりにUTF-8 General CI（大文字と小文字を区別しない）を使用する必要があります。ただし、UTF-8 General CIとUTF-8 Unicode CIの明確な区別が見つかりません。

1. ユーザーが送信したコンテンツをUTF-8 GeneralまたはUTF-8 Unicode CI列に保存する必要がありますか？
2. UTF-8 Binaryはどのタイプのデータに適用できますか？

一般的には、utf8_general_ciは速くよりutf8_unicode_ci内、あまり正しいです。

ここに違いがあります：

Unicode文字セットの場合、_general_ci照合を使用して実行される操作は、_unicode_ci照合の操作よりも高速です。たとえば、utf8_general_ci照合の比較は、utf8_unicode_ciの比較よりも高速ですが、少し正確ではありません。これは、utf8_unicode_ciが展開などのマッピングをサポートしているためです。つまり、1つの文字が他の文字の組み合わせと等しい場合。たとえば、ドイツ語およびその他のいくつかの言語では、「ß」は「ss」と同じです。utf8_unicode_ciは、縮約と無視できる文字もサポートしています。utf8_general_ciは、拡張、縮小、または無視できる文字をサポートしないレガシー照合です。文字間の比較は1対1しかできません。

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

詳細については、MySQLフォーラムの次の投稿をご覧ください。http： //forums.mysql.com/read.php？103,187048,188748

utf8_binの場合：utf8_general_ciとutf8_unicode_ciはどちらも大文字と小文字を区別しない比較を実行します。対照的に、utf8_binは文字のバイナリ値を比較するため、（他の違いの中でも）大文字と小文字が区別されます。

また、utf8_general_ciを使用して、varcharフィールドを一意のインデックスまたはプライマリインデックスとして使用し、「a」や「á」などの2つの値を挿入すると、重複キーエラーが発生することにも注意してください。

• utf8_binビットを盲目的に比較します。ケースの折りたたみ、アクセントの剥ぎ取りはありません。
• utf8_general_ci1バイトと1バイトを比較します。大文字と小文字の折りたたみとアクセントの除去は行いますが、2文字の比較ijは行われませんij。この照合では等しくありません。
• utf8_*_ciは言語固有のルールのセットですが、それ以外はのようになりunicode_ciます。いくつかの特殊な例：Ç、Č、ch、ll
• utf8_unicode_ci比較のために古いUnicode標準に従います。ij= ij、しかしae！=æ
• utf8_unicode_520_ci新しいUnicode標準に従います。 ae=æ

参照照合チャート、各種のutf8照合順序で何に等しい内容の詳細については。

utf8、MySQLが定義されるような 1〜3バイトのUTF8コードに限定されます。これにより、絵文字と一部の中国語が省略されます。したがって、utf8mb4ヨーロッパをはるかに超えて行きたい場合は、実際に切り替える必要があります。

上記の点は、 utf8mb4は、適切なスペルの変更後、に。今後、utf8mb4かつutf8mb4_unicode_520_ci好ましいです。

• utf16とutf32はutf8のバリアントです。それらの使用は事実上ありません。
• ucs2は「utf8」よりも「Unicode」に近いです。実質的にそれを使用する必要はありません。

本当に、私はとの列で「E」と「E」のような値の保存試験をユニークにインデックスをしたところ、「utf8_unicode_ci」と「utf8_general_ci」の両方で重複エラーが発生しました。「utf8_bin」の照合列にのみ保存できます。

mysqlのドキュメント（http://dev.mysql.com/doc/refman/5.7/en/charset-applications.htmlにあります）は、その例に 'utf8_general_ci'照合順序セットを示唆しています。

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

受け入れられた回答は古くなっています。

MySQL 5.5.3以降を使用している場合は、のutf8mb4_unicode_ci代わりにutf8_unicode_ciを使用して、ユーザーが入力した文字によってエラーが発生しないことを確認してください。

utf8mb4たとえば、絵文字をサポートしutf8ますが、次のようなエンコーディング関連の何百ものバグが発生する可能性があります。

Incorrect string value: ‘\xF0\x9F\x98\x81…’ for column ‘data’ at row 1