不灭的火

最后的结论：

• MySQL 5.x：字符集选 utf8mb4，排序规则选 utf8mb4_unicode_ci（代替不精确的 utf8mb4_general_ci）

• MySQL 8.0+：字符集选 utf8mb4，排序规则选 utf8mb4_0900_ai_ci（Unicode 9.0 标准，更高效准确）

在新建 MySQL 数据库时，字符集（Character Set）和排序规则（Collation）的选择至关重要，直接影响数据存储、查询和排序行为。以下是推荐方案及详细说明：

终极推荐方案（2025年适用）

CREATE DATABASE your_database_name
  CHARACTER SET = utf8mb4
  COLLATE = utf8mb4_0900_ai_ci;

📚 核心选择原则

1. 字符集 (Character Set)
   ✅ 必选 utf8mb4（MySQL 5.5.3+ 支持）

   • 支持所有 Unicode 字符（包括 Emoji、生僻汉字、特殊符号 ✅）

   • 避免使用 utf8（MySQL 中的 utf8 实际是阉割版，仅支持 3 字节字符，无法存储 Emoji ❌）

2. 排序规则 (Collation)
   根据需求选择（后缀含义）：

   • _ci：不区分大小写（Case Insensitive）

   • _cs：区分大小写（Case Sensitive）

   • _ai：不区分重音（Accent Insensitive，如 a = á）

   • _as：区分重音（Accent Sensitive）

   • _0900：基于 Unicode 9.0 标准（更精准）

🔍 常见场景推荐

⚠️ 关键注意事项

1. MySQL 版本差异

   • MySQL 5.x：使用 utf8mb4_unicode_ci（代替不精确的 utf8mb4_general_ci）

   • MySQL 8.0+：优先用 utf8mb4_0900_ai_ci（Unicode 9.0 标准，更高效准确）

2. 字段级覆盖规则

   • 表/字段可单独指定排序规则，但强烈建议库级统一设置，避免混乱：

   • -- 修改已存在的数据库
     ALTER DATABASE your_db CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci;

3. 连接字符集一致性
    
   • 确保客户端连接也使用 utf8mb4（在连接字符串中设置）：

   • # JDBC 示例
     jdbc:mysql://host/db?characterEncoding=utf8mb4

绝对避免的配置

-- 危险！无法存储 Emoji 和部分中文
CREATE DATABASE ... CHARSET=utf8; 

-- 过时且排序不精确（如中文排序错误）
CREATE DATABASE ... COLLATE=utf8mb4_general_ci;

📊 为什么选 utf8mb4_0900_ai_ci？

💡 实际测试：在中文+英文+Emoji混合排序时，utf8mb4_0900_ai_ci 结果更符合预期。

修改已有数据库的字符集

-- 1. 修改数据库默认规则
ALTER DATABASE your_db CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci;

-- 2. 转换所有表（生成修改语句）
SELECT CONCAT(
  'ALTER TABLE ', TABLE_NAME, ' CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci;'
) 
FROM information_schema.TABLES 
WHERE TABLE_SCHEMA = 'your_db';

总结：

✅ 字符集 = utf8mb4

✅ 排序规则 = utf8mb4_0900_ai_ci（通用场景） 或 utf8mb4_0900_as_cs（需区分大小写）

此配置可完美兼容中文、英文、Emoji及全球99%语言，同时保证未来扩展性！