utf8_unicode_ci 和 utf8mb4_0900_ai_ci 之间有什么区别？

在 mysql 中，utf8mb4_0900_ai_ci 和 utf8_unicode_ci 数据库文本编码有什么区别（尤其是在性能方面）？utf8mb4_unicode_ci 和 utf8mb4_0900_ai_ci 之间有类似的区别吗？

总的来说：

• 编码相同。也就是说，字节看起来是一样的。
• 字符集不同。utf8mb4 有更多的字符。
• 校对（进行比较的方式）不同。
• 性能不同，但影响不大。

utf8_unicode_ci 意味着字符集 utf8，它只包含 1、2 和 3 字节的 UTF-8 字符。因此，它不包括大多数 Emoji 和一些汉字。

utf8mb4_unicode_ci 表示字符集 utf8mb4 是 4 字节字符集 utf8mb4 的相应对照组。

多年来，Unicode 组织一直在改进该规范。以下是从其 “版本 “到 MySQL 排序的映射：

4.0   _unicode_
5.2.0 _unicode_520_ (Unicode 2009; MySQL GA 5.6 2013)
9.0   _0900_
14.0  _uca1400_ai_ci etc.  as/ai and cs/ci (MariaDB-10.10, not MySQL)

大多数差异都出现在大多数人从未接触过的领域。举个例子：在某一时刻，一项更改允许以某种方式对 Emoji 进行区分和排序。

后缀（MySQL 文档）：

_bin     -- 只比较位；不考虑大小写折叠、重音等
_ci       -- 显式不区分大小写（A=a），隐式不区分重音（a=á）
_ai_ci    -- 显式不区分大小写，隐式不区分重音
_as (etc) -- 重音敏感（etc）

性能：

_bin        -- 简单、快速
_general_ci -- 无法比较多个字母；例如，ss=ß，所以有点快
...         -- 较慢
_900_       -- (8.0) 由于重写而快得多

不过：collation 速度通常是查询中最不重要的性能问题。INDEX、JOIN、子查询、表扫描等对性能的影响更为关键。