在創建資料庫時，我們經常會需要填寫資料庫名、字符集、排序規則。
而本文主要講述常用的存儲字符集 utf8 和 utf8mb4；排序字符集 utf8mb4_unicode_ci 和 utf8mb4_general_ci、utf8mb4_bin、utf8mb4_0900_ai_ci
一般我本人創建創建資料庫通常排序規則都使用utf8mb4_general_ci，因為對特殊字符的順序並不需要那麼精確。
1、存儲字符集 utf8 和 utf8mb4
utf8 是 mysql 中的一種字符集，只支持最長三個位元組的 utf-8 字符，也就是 unicode 中的基本多文本平面。
要在 mysql 中保存 4 位元組長度的 utf-8 字符，需要使用 utf8mb4 字符集，但只有 5.5.3 版本以後的才支持。我覺得，為了獲取更好的兼容性，應該總是使用 utf8mb4 而非 utf8.對於 char 類型數據，utf8mb4 會多消耗一些空間，根據 mysql 官方建議，使用 varchar 替代 char
總結：
utf-8是使用1~4個位元組，一種變長的編碼格式，字符編碼。mb4即 most bytes 4，使用4個位元組來表示完整的utf-8。
mysql的 utf8 編碼最大字符長度為 3 位元組，如果遇到 4 位元組的寬字符就會插入異常了。三個位元組的 utf-8 最大能編碼的 unicode 字符是 0xffff，也就是 unicode 中的基本多文種平面(bmp)。也就是說，任何不在基本多文本平面的 unicode字符，都無法使用 mysql 的 utf8 字符集存儲。包括 emoji 表情(emoji 是一種特殊的 unicode 編碼，常見於 ios 和 android 手機上)，和很多不常用的漢字，以及任何新增的 unicode 字符等等。
mysql的utf8是utfmb3，只有三個位元組，節省空間但不能表達全部的utf-8。所以推薦使用utf8mb4（是utf8的超集並完全兼容它，能夠用四個位元組存儲更多的字符，這幾乎包含了世界上所有能看到見的語言。）。
2、排序字符集 utf8mb4_unicode_ci 和 utf8mb4_general_ci、utf8mb4_bin、utf8mb4_0900_ai_ci
mysql常用排序規則utf8mb4_general_ci、utf8mb4_unicode_ci、utf8mb4_bin
ci即case insensitive，不區分大小寫。
utf8mb4_unicode_ci：
是基於標準的unicode來排序和比較，能夠在各種語言之間精確排序，unicode排序規則為了能夠處理特殊字符的情況，實現了略微複雜的排序算法。
utf8mb4_general_ci：
是一個遺留的 校對規則，不支持擴展，它僅能夠在字符之間進行逐個比較。utf8_general_ci校對規則進行的比較速度很快，但是與使用 utf8mb4_unicode_ci的校對規則相比，比較正確性較差。
utf8mb4_bin：
將字符串每個字符用二進制數據編譯存儲，區分大小寫，而且可以存二進制的內容。
utf8mb4_0900_ai_ci：
mysql 8.0 默認的是 utf8mb4_0900_ai_ci，屬於 utf8mb4_unicode_ci 中的一種，具體含義如下：
uft8mb4 表示用 utf-8 編碼方案，每個字符最多占 4 個位元組。
0900 指的是 unicode 校對算法版本。（unicode 歸類算法是用於比較符合 unicode 標準要求的兩個 unicode 字符串的方法）。
ai 指的是口音不敏感。也就是說，排序時 e，è，é，ê 和 ë 之間沒有區別。
ci 表示不區分大小寫。也就是說，排序時 p 和 p 之間沒有區別。
utf8mb4 已成為默認字符集，在 mysql 8.0.1 及更高版本中將 utf8mb4_0900_ai_ci 作為默認排序規則。以前，utf8mb4_general_ci 是默認排序規則。由於 utf8mb4_0900_ai_ci 排序規則現在是默認排序規則，因此默認情況下新表格可以存儲基本多語言平面之外的字符。現在可以默認存儲表情符號。如果需要重音靈敏度和區分大小寫，則可以使用 utf8mb4_0900_as_cs 代替。
2.1、經常使用的 utf8mb4_unicode_ci 和 utf8mb4_general_ci 的區別。
1、準確性
utf8mb4_unicode_ci 是基於標準的 unicode 來排序和比較，能夠在各種語言之間精確排序。
utf8mb4_general_ci 沒有實現 unicode 排序規則，在遇到某些特殊語言或者字符集，排序結果可能不一致。
但是絕大多數情況下，這些特殊字符的順序並不需要那麼精確。
2、性能
utf8mb4_general_ci 在比較和排序的時候更快。
utf8mb4_unicode_ci 在特殊情況下，unicode 排序規則為了能夠處理特殊字符的情況，實現了略微複雜的排序算法。
但是在絕大多數情況下，不會發生此類複雜比較。相比選擇哪一種 collation，使用者更應該關心字符集與排序規則在 db 里需要統一。
推薦用 utf8mb4_unicode_ci，但是用 utf8mb4_general_ci 也沒啥問題。
而本文主要講述常用的存儲字符集 utf8 和 utf8mb4；排序字符集 utf8mb4_unicode_ci 和 utf8mb4_general_ci、utf8mb4_bin、utf8mb4_0900_ai_ci
一般我本人創建創建資料庫通常排序規則都使用utf8mb4_general_ci，因為對特殊字符的順序並不需要那麼精確。
1、存儲字符集 utf8 和 utf8mb4
utf8 是 mysql 中的一種字符集，只支持最長三個位元組的 utf-8 字符，也就是 unicode 中的基本多文本平面。
要在 mysql 中保存 4 位元組長度的 utf-8 字符，需要使用 utf8mb4 字符集，但只有 5.5.3 版本以後的才支持。我覺得，為了獲取更好的兼容性，應該總是使用 utf8mb4 而非 utf8.對於 char 類型數據，utf8mb4 會多消耗一些空間，根據 mysql 官方建議，使用 varchar 替代 char
總結：
utf-8是使用1~4個位元組，一種變長的編碼格式，字符編碼。mb4即 most bytes 4，使用4個位元組來表示完整的utf-8。
mysql的 utf8 編碼最大字符長度為 3 位元組，如果遇到 4 位元組的寬字符就會插入異常了。三個位元組的 utf-8 最大能編碼的 unicode 字符是 0xffff，也就是 unicode 中的基本多文種平面(bmp)。也就是說，任何不在基本多文本平面的 unicode字符，都無法使用 mysql 的 utf8 字符集存儲。包括 emoji 表情(emoji 是一種特殊的 unicode 編碼，常見於 ios 和 android 手機上)，和很多不常用的漢字，以及任何新增的 unicode 字符等等。
mysql的utf8是utfmb3，只有三個位元組，節省空間但不能表達全部的utf-8。所以推薦使用utf8mb4（是utf8的超集並完全兼容它，能夠用四個位元組存儲更多的字符，這幾乎包含了世界上所有能看到見的語言。）。
2、排序字符集 utf8mb4_unicode_ci 和 utf8mb4_general_ci、utf8mb4_bin、utf8mb4_0900_ai_ci
mysql常用排序規則utf8mb4_general_ci、utf8mb4_unicode_ci、utf8mb4_bin
ci即case insensitive，不區分大小寫。
utf8mb4_unicode_ci：
是基於標準的unicode來排序和比較，能夠在各種語言之間精確排序，unicode排序規則為了能夠處理特殊字符的情況，實現了略微複雜的排序算法。
utf8mb4_general_ci：
是一個遺留的 校對規則，不支持擴展，它僅能夠在字符之間進行逐個比較。utf8_general_ci校對規則進行的比較速度很快，但是與使用 utf8mb4_unicode_ci的校對規則相比，比較正確性較差。
utf8mb4_bin：
將字符串每個字符用二進制數據編譯存儲，區分大小寫，而且可以存二進制的內容。
utf8mb4_0900_ai_ci：
mysql 8.0 默認的是 utf8mb4_0900_ai_ci，屬於 utf8mb4_unicode_ci 中的一種，具體含義如下：
uft8mb4 表示用 utf-8 編碼方案，每個字符最多占 4 個位元組。
0900 指的是 unicode 校對算法版本。（unicode 歸類算法是用於比較符合 unicode 標準要求的兩個 unicode 字符串的方法）。
ai 指的是口音不敏感。也就是說，排序時 e，è，é，ê 和 ë 之間沒有區別。
ci 表示不區分大小寫。也就是說，排序時 p 和 p 之間沒有區別。
utf8mb4 已成為默認字符集，在 mysql 8.0.1 及更高版本中將 utf8mb4_0900_ai_ci 作為默認排序規則。以前，utf8mb4_general_ci 是默認排序規則。由於 utf8mb4_0900_ai_ci 排序規則現在是默認排序規則，因此默認情況下新表格可以存儲基本多語言平面之外的字符。現在可以默認存儲表情符號。如果需要重音靈敏度和區分大小寫，則可以使用 utf8mb4_0900_as_cs 代替。
2.1、經常使用的 utf8mb4_unicode_ci 和 utf8mb4_general_ci 的區別。
1、準確性
utf8mb4_unicode_ci 是基於標準的 unicode 來排序和比較，能夠在各種語言之間精確排序。
utf8mb4_general_ci 沒有實現 unicode 排序規則，在遇到某些特殊語言或者字符集，排序結果可能不一致。
但是絕大多數情況下，這些特殊字符的順序並不需要那麼精確。
2、性能
utf8mb4_general_ci 在比較和排序的時候更快。
utf8mb4_unicode_ci 在特殊情況下，unicode 排序規則為了能夠處理特殊字符的情況，實現了略微複雜的排序算法。
但是在絕大多數情況下，不會發生此類複雜比較。相比選擇哪一種 collation，使用者更應該關心字符集與排序規則在 db 里需要統一。
推薦用 utf8mb4_unicode_ci，但是用 utf8mb4_general_ci 也沒啥問題。