MySQL xxx_unicode_ci 根据 http://www.unicode.org/reports/tr10/中描述的 Unicode 归类算法 (UCA) 实施归类。排序规则使用版本 4.0.0 UCA 权重键： http ://www.unicode.org/Public/UCA/4.0.0/allkeys-4.0.0.txt 。这 xxx_unicode_ci 归类仅部分支持 Unicode 归类算法。不支持某些字符，不完全支持组合标记。这会影响越南语、约鲁巴语和纳瓦霍语等语言。在字符串比较中，组合字符被认为不同于用单个 unicode 字符编写的相同字符，并且这两个字符被认为具有不同的长度（例如，由 CHAR_LENGTH()函数返回或在结果集元数据中）。

基于高于 4.0.0 的 UCA 版本的 Unicode 归类包括归类名称中的版本。例子：

LOWER()和 函数 根据UPPER()其参数的排序规则执行大小写折叠。仅当参数排序规则使用足够高的 UCA 版本时，这些函数才会转换仅在高于 4.0.0 的 Unicode 版本中具有大写和小写版本的字符。

基于 UCA 9.0.0 及更高版本的归类比基于 UCA 9.0.0 之前版本的归类更快。它们还具有 pad 属性，这与基于 9.0.0 之前的 UCA 版本的归类中使用的属性NO PAD形成对比。PAD SPACE对于非二进制字符串的比较，NO PAD归类将字符串末尾的空格视为任何其他字符（请参阅 比较中的尾随空格处理）。

要确定排序规则的 pad 属性，请使用 INFORMATION_SCHEMA COLLATIONS包含一 PAD_ATTRIBUTE列的表。例如：

mysql> SELECT COLLATION_NAME, PAD_ATTRIBUTE
       FROM INFORMATION_SCHEMA.COLLATIONS
       WHERE CHARACTER_SET_NAME = 'utf8mb4';
+----------------------------+---------------+
| COLLATION_NAME             | PAD_ATTRIBUTE |
+----------------------------+---------------+
| utf8mb4_general_ci         | PAD SPACE     |
| utf8mb4_bin                | PAD SPACE     |
| utf8mb4_unicode_ci         | PAD SPACE     |
| utf8mb4_icelandic_ci       | PAD SPACE     |
...
| utf8mb4_0900_ai_ci         | NO PAD        |
| utf8mb4_de_pb_0900_ai_ci   | NO PAD        |
| utf8mb4_is_0900_ai_ci      | NO PAD        |
...
| utf8mb4_ja_0900_as_cs      | NO PAD        |
| utf8mb4_ja_0900_as_cs_ks   | NO PAD        |
| utf8mb4_0900_as_ci         | NO PAD        |
| utf8mb4_ru_0900_ai_ci      | NO PAD        |
| utf8mb4_ru_0900_as_cs      | NO PAD        |
| utf8mb4_zh_0900_as_cs      | NO PAD        |
| utf8mb4_0900_bin           | NO PAD        |
+----------------------------+---------------+

具有排序规则的非二进制字符串值（CHAR、VARCHAR和 TEXT）的比较NO PAD 在尾随空格方面不同于其他排序规则。比如，'a'和 'a '比较一样是不同的字符串，不是同一个字符串。这可以通过使用utf8mb4. 的填充属性 utf8mb4_bin是PAD SPACE，而 utf8mb4_0900_bin它是NO PAD。因此，涉及的 utf8mb4_0900_bin操作不会添加尾随空格，并且涉及带有尾随空格的字符串的比较对于两种排序规则可能不同：

mysql> CREATE TABLE t1 (c CHAR(10) COLLATE utf8mb4_bin);
Query OK, 0 rows affected (0.03 sec)

mysql> INSERT INTO t1 VALUES('a');
Query OK, 1 row affected (0.01 sec)

mysql> SELECT * FROM t1 WHERE c = 'a ';
+------+
| c    |
+------+
| a    |
+------+
1 row in set (0.00 sec)

mysql> ALTER TABLE t1 MODIFY c CHAR(10) COLLATE utf8mb4_0900_bin;
Query OK, 0 rows affected (0.02 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> SELECT * FROM t1 WHERE c = 'a ';
Empty set (0.00 sec)

如果仅基于 Unicode 归类算法 (UCA) 的排序不适用于某种语言，则 MySQL 会实现特定于语言的 Unicode 归类。特定于语言的归类是基于 UCA 的，具有额外的语言定制规则。此类规则的示例将在本节后面出现。对于有关特定语言顺序的问题， unicode.org在http://www.unicode.org/cldr/charts/30/collat ​​ion/index.html提供了通用语言环境数据存储库 (CLDR) 整理图表 。

例如，非语言特定 utf8mb4_0900_ai_ci和语言特定的 Unicode 排序规则各自具有以下特征： utf8mb4_LOCALE_0900_ai_ci

下表中显示的包含区域设置代码或语言名称的排序规则名称是特定于语言的排序规则。Unicode 字符集可能包括一种或多种这些语言的排序规则。

MySQL 8.0.30 及更高版本提供保加利亚排序规则 utf8mb4_bg_0900_ai_ci和 utf8mb4_bg_0900_as_cs.

克罗地亚语排序规则是为这些克罗地亚语字母量身定制的： Č, Ć, Dž, Đ, Lj, Nj, Š, Ž。

MySQL 8.0.30 及更高版本 为塞尔维亚语提供utf8mb4_sr_latn_0900_ai_ci和 排序规则，为波斯尼亚语提供和 排序规则，当这些语言是用拉丁字母书写时。 utf8mb4_sr_latn_0900_as_csutf8mb4_bs_0900_ai_ciutf8mb4_bs_0900_as_cs

从 MySQL 8.0.30 开始，MySQL 为挪威语的两种主要变体提供排序规则：对于 Bokmål，您可以使用 utf8mb4_nb_0900_ai_ciand utf8mb4_nb_0900_as_cs；对于 Nynorsk，MySQL 现在提供utf8mb4_nn_0900_ai_ci和 utf8mb4_nn_0900_as_cs.

对于日语，utf8mb4字符集包括utf8mb4_ja_0900_as_cs和 utf8mb4_ja_0900_as_cs_ks排序规则。两种归类都区分重音和区分大小写。 utf8mb4_ja_0900_as_cs_ks也是假名敏感的，将片假名字符与平假名字符区分开来，而 utf8mb4_ja_0900_as_cs将片假名和平假名字符视为相同的排序。需要日语排序规则但不区分假名的应用程序可用于 utf8mb4_ja_0900_as_cs获得更好的排序性能。utf8mb4_ja_0900_as_cs使用三个权重级别进行排序； utf8mb4_ja_0900_as_cs_ks使用四个。

对于不区分重音的古典拉丁语归类， IandJ比较相等，UandV 比较相等。Iand J, and Uand V比较在基本字母级别上是否相等。换句话说，J被视为重音I，U被视为重音V。

MySQL 8.0.30 及更高版本在使用西里尔字符编写时为蒙古语提供排序规则， utf8mb4_mn_cyrl_0900_ai_ci而 utf8mb4_mn_cyrl_0900_as_cs.

西班牙语排序规则可用于现代和传统西班牙语。对于两者， (n-tilde) 是和 ñ之间的单独字母。此外，对于传统的西班牙语， 是和之间的单独字母 ，并且 是和之间的单独字母 。 nochcdlllm

传统的西班牙语排序规则也可用于阿斯图里亚斯语和加利西亚语。从 MySQL 8.0.30 开始，MySQL 还提供 了加利西亚语的排序utf8mb4_gl_0900_ai_ci规则 。utf8mb4_gl_0900_as_cs（这些排序规则分别与 utf8mb4_es_0900_ai_ci和 相同utf8mb4_es_0900_as_cs。）

瑞典归类包括瑞典规则。例如，在瑞典语中，存在以下关系，这不是说德语或法语的人所期望的：

Ü = Y < Ö

对于任何 Unicode 字符集，使用排序规则执行的操作 xxx_general_ci 比使用排序规则的操作更快 xxx_unicode_ci 。例如， utf8mb4_general_ci排序规则的比较比 utf8mb4_unicode_ci. 原因是 utf8mb4_unicode_ci支持扩展等映射；也就是说，当一个字符与其他字符的组合比较时。例如， 在德语和其他一些语言 ß中等于。还支持缩写和可忽略的字符。 ssutf8mb4_unicode_ciutf8mb4_general_ci是不支持扩展、收缩或可忽略字符的旧式排序规则。它只能在字符之间进行一对一的比较。

为了进一步说明，以下等式在 utf8mb4_general_ci和 中都成立utf8mb4_unicode_ci（有关比较或搜索中的效果，请参阅 第 10.8.6 节，“整理效果的示例”）：

Ä = A
Ö = O
Ü = U

排序规则之间的区别在于，这适用于 utf8mb4_general_ci：

ß = s

而对于 utf8mb4_unicode_ci支持德语 DIN-1 排序（也称为字典顺序）的 ，情况也是如此：

ß = ss

如果排序utf8mb4_unicode_ci不适用于一种语言，MySQL 将实现特定于语言的 Unicode 排序规则。例如， utf8mb4_unicode_ci适用于德语词典顺序和法语，因此无需创建特殊utf8mb4排序规则。

utf8mb4_general_ci对德语和法语来说也是令人满意的，只是ß等于s，而不是 ss。如果这对您的应用程序来说是可以接受的，您应该使用 它，utf8mb4_general_ci因为它更快。如果这是不可接受的（例如，如果您需要德语词典顺序），请使用它，utf8mb4_unicode_ci 因为它更准确。

如果您需要德国 DIN-2（电话簿）排序，请使用 utf8mb4_german2_ci排序规则，它将以下字符集比较为相等：

Ä = Æ = AE
Ö = Œ = OE
Ü = UE
ß = ss

utf8mb4_german2_ci类似于 latin1_german2_ci，但后者不比较Æ等于AE 或Œ等于OE。没有utf8mb4_german_ci对应 latin1_german_ci的德语词典顺序，因为utf8mb4_general_ci足够了。

字符的整理权重确定如下：

可以使用该 WEIGHT_STRING()功能显示整理重量。（请参阅 第 12.8 节，“字符串函数和运算符”。）如果排序规则使用权重查找表，但字符不在表中（例如，因为它是“新”字符），则排序权重确定变得更加复杂:

“按字符的代码值排序”和“按字符的二进制表示排序” 之间存在差异，这种差异仅在 , 中出现utf16_bin，因为有代理项。

假设utf16_bin（的二进制排序规则）是“逐字节”而不是 “逐字符utf16”的二进制比较。”如果是这样，字符的顺序将与 中的顺序不同。例如，下图显示了两个稀有字符。第一个字符在范围内 - ，因此它大于代理项但小于补充项。第二个字符是一个补充。 utf16_binutf8mb4_binE000FFFF

Code point  Character                    utf8mb4      utf16
----------  ---------                    -------      -----
0FF9D       HALFWIDTH KATAKANA LETTER N  EF BE 9D     FF 9D
10384       UGARITIC LETTER DELTA        F0 90 8E 84  D8 00 DF 84

图表中的两个字符按代码点值排序，因为0xff9d< 0x10384。它们按 utf8mb4值排序，因为 0xef< 0xf0。utf16但是如果我们使用逐字节比较，它们不是按值排序的，因为0xff> 0xd8。

所以MySQL的utf16_bin排序不是 “逐字节的”。”它是“按代码点。”当 MySQL 在 中看到增补字符编码时utf16，它会转换为字符的代码点值，然后进行比较。因此， utf8mb4_bin和 utf16_bin是相同的排序。这与 UCS_BASIC 归类的 SQL:2008 标准要求一致：“UCS_BASIC 是一种排序规则，其中排序完全由要排序的字符串中字符的 Unicode 标量值决定。它适用于 UCS 字符库。由于每个字符指令集都是 UCS 指令集的一个子集，因此 UCS_BASIC 归类可能适用于每个字符集。注 11：字符的 Unicode 标量值是将其代码点视为无符号整数。”

如果字符集是ucs2，则比较是逐字节进行的，但ucs2无论如何，字符串不应包含代理项。

xxx_general_mysql500_ci 归类保留原始归类的 pre-5.1.24 顺序， 并 xxx_general_ci 允许升级在 MySQL 5.1.24 之前创建的表（错误 #27877）。