重点结论：司内建表字符集 CHARSET=utf8mb4，排序规则 COLLATE=utf8mb4_bin

前言

近期由于项目迭代，做了一些新建数据模型的表的操作，发现在测试环境的MySQL数据库中，建表规范形态各异，也去参看了下司内DBA的规范，一些规范还是有的，只是各团队执行情况各异，由此引入一些不必要的问题，本篇单对字符集、排序规则做下探究。

司内MySQL建表规范中关于字符集的内容：

使用字符集utf8/utf8mb4

非特殊情况，不允许指定与库不一致的编码规则与排序规则

深究一下

之前在这个地方确实没深究过，团队比较成熟的情况，大家各自按建表规范来就好了，但是在交叉型项目，这些问题会比较凸显。

参考官方文档：

utf8是utf8mb3的别名，MySQL 8.0以后的版本标记为deprecated，那么当前比较utf8mb3和utf8mb4就OK了：

那么除了字符集，建表还需要制定排序规则Collations，此处我们只讨论utf8mb4下的排序规则：

mysql>SELECT COLLATION_NAME, PAD_ATTRIBUTE FROM INFORMATION_SCHEMA.COLLATIONS WHERE CHARACTER_SET_NAME = 'utf8mb4';

比较：

utf8mb4_general_ci: 不区分大小写，ci 是 case insensitive, 即 "大小写不敏感", a 和 A 会在字符判断中会被当做一样的；

utf8mb4_unicode_ci: 校对规则仅部分支持Unicode校对规则算法,一些字符还是不能支持；utf8mb4_unicode_ci不能完全支持组合的记号；

utf8mb4_bin: 将字符串每个字符串用二进制数据编译存储，区分大小写，而且可以存二进制的内容，bin 是二进制, a 和 A 会别区别对待。

使用的注意：

对于一种语言仅当使用utf8mb4_unicode_ci排序做的不好时，才执行与具体语言相关的utf8mb4字符集校对规则。例如，对于德语和法语，utf8mb4_unicode_ci工作的很好，因此不再需要为这两种语言创建特殊的utf8mb4校对规则。

utf8mb4_general_ci 也适用德语、法语或者俄语，但会有不准。如果你的应用能够接受这些，那么应该使用 utf8mb4_general_ci，因为它速度快。否则，使用utf8mb4_unicode_ci，因为它比较准确。

最后看个官方示例：

NO PAD（处理）

如果字符后面有空格，那就把空格当作一个字符处理。也就是在对比的时候不会忽视空格的存在。

PAD SPACE（忽略）

表示如果字符后面有空格，可以忽略空格来比较。也就是空格可有可无。

参考官方文档：https://dev.mysql.com/doc/refman/8.0/en/charset.html