MySQL8のutf8mb4におけるCollation比較
1. MySQLバージョン
SELECT VERSION();+-----------+ | VERSION() | +-----------+ | 8.0.20 | +-----------+
2. デフォルトのCollation
SHOW COLLATION WHERE COLLATION LIKE 'utf8mb4%' AND `default` = 'Yes';+--------------------+---------+-----+---------+----------+---------+---------------+ | Collation | Charset | Id | Default | Compiled | Sortlen | Pad_attribute | +--------------------+---------+-----+---------+----------+---------+---------------+ | utf8mb4_0900_ai_ci | utf8mb4 | 255 | Yes | Yes | 0 | NO PAD | +--------------------+---------+-----+---------+----------+---------+---------------+
3. 比較対象
3.1. 比較するCollation
-
utf8mb4_unicode_ci -
utf8mb4_general_ci -
utf8mb4_bin -
utf8mb4_0900_bin -
utf8mb4_0900_ai_ci -
utf8mb4_0900_as_ci -
utf8mb4_0900_as_cs -
utf8mb4_ja_0900_as_cs -
utf8mb4_ja_0900_as_cs_ks
Collation |Charset|Id |Default|Compiled|Sortlen|Pad_attribute| ------------------------+-------+---+-------+--------+-------+-------------+ utf8mb4_0900_ai_ci |utf8mb4|255|Yes |Yes | 0|NO PAD | utf8mb4_0900_as_ci |utf8mb4|305| |Yes | 0|NO PAD | utf8mb4_0900_as_cs |utf8mb4|278| |Yes | 0|NO PAD | utf8mb4_0900_bin |utf8mb4|309| |Yes | 1|NO PAD | utf8mb4_bin |utf8mb4| 46| |Yes | 1|PAD SPACE | utf8mb4_general_ci |utf8mb4| 45| |Yes | 1|PAD SPACE | utf8mb4_ja_0900_as_cs |utf8mb4|303| |Yes | 0|NO PAD | utf8mb4_ja_0900_as_cs_ks|utf8mb4|304| |Yes | 24|NO PAD | utf8mb4_unicode_ci |utf8mb4|224| |Yes | 8|PAD SPACE |
3.1.1. Collation名のサフィックス
-
_ai: アクセントを区別しない（Accent Insensitive） -
_as: アクセントを区別する（Accent Sensitive） -
_ci: 大文字・小文字を区別しない（Case Insensitive） -
_cs: 大文字・小文字を区別する（Case Sensitive） -
_ks: カナを区別する（Kana Sensitive） -
_bin: バイナリ
3.2. 比較する文字列
-
'はは'='ハハ': ひらがなとカタカナ -
'はは'='ぱぱ': 半濁点 -
'ひょう'='ひよう': 拗音 -
'A'='a': 大文字と小文字 -
'C'='Ｃ': 半角と全角 -
'a '='a': 末尾の空白 -
'🍣'='🍺': 寿司ビール -
'0'='〇': 漢数字のゼロ -
'1'='一': 漢数字のイチ -
'①'='１': NEC特殊文字（丸数字と全角数字） -
'⑩'='１０': NEC特殊文字（丸数字と全角数字その2） -
'①'='1': NEC特殊文字（丸数字と半角数字） -
'⑩'='10': NEC特殊文字（丸数字と半角数字その2） -
'㍻'='平成': NEC特殊文字（元号） -
'㈱'='(株)': NEC特殊文字（半角括弧の株） -
'㈱'='（株）': NEC特殊文字（全角括弧の株）
4. 比較結果
| Collation | 'はは'='ハハ' |
'はは'='ぱぱ' |
'ひょう'='ひよう' |
|---|---|---|---|
utf8mb4_unicode_ci |
= |
= |
= |
utf8mb4_general_ci |
|||
utf8mb4_bin |
|||
utf8mb4_0900_bin |
|||
utf8mb4_0900_ai_ci |
= |
= |
= |
utf8mb4_0900_as_ci |
= |
= |
|
utf8mb4_0900_as_cs |
|||
utf8mb4_ja_0900_as_cs |
= |
||
utf8mb4_ja_0900_as_cs_ks |
| Collation | 'A'='a' |
'C'='Ｃ' |
'a '='a' |
|---|---|---|---|
utf8mb4_unicode_ci |
= |
= |
= |
utf8mb4_general_ci |
= |
= |
|
utf8mb4_bin |
= |
||
utf8mb4_0900_bin |
|||
utf8mb4_0900_ai_ci |
= |
= |
|
utf8mb4_0900_as_ci |
= |
= |
|
utf8mb4_0900_as_cs |
|||
utf8mb4_ja_0900_as_cs |
= |
||
utf8mb4_ja_0900_as_cs_ks |
= |
| Collation | '🍣'='🍺' |
'0'='〇' |
'1'='一' |
|---|---|---|---|
utf8mb4_unicode_ci |
= |
= |
|
utf8mb4_general_ci |
= |
||
utf8mb4_bin |
|||
utf8mb4_0900_bin |
|||
utf8mb4_0900_ai_ci |
= |
||
utf8mb4_0900_as_ci |
= |
||
utf8mb4_0900_as_cs |
= |
||
utf8mb4_ja_0900_as_cs |
= |
||
utf8mb4_ja_0900_as_cs_ks |
= |
| Collation | '①'='１' |
'⑩'='１０' |
'①'='1' |
'⑩'='10' |
|---|---|---|---|---|
utf8mb4_unicode_ci |
= |
= |
= |
= |
utf8mb4_general_ci |
||||
utf8mb4_bin |
||||
utf8mb4_0900_bin |
||||
utf8mb4_0900_ai_ci |
= |
= |
= |
= |
utf8mb4_0900_as_ci |
= |
= |
= |
= |
utf8mb4_0900_as_cs |
||||
utf8mb4_ja_0900_as_cs |
||||
utf8mb4_ja_0900_as_cs_ks |
※utf8mb4_general_ci の結果が間違っていたので修正（2022/05/21）
| Collation | '㍻'='平成' |
'㈱'='(株)' |
'㈱'='（株）' |
|---|---|---|---|
utf8mb4_unicode_ci |
= |
= |
= |
utf8mb4_general_ci |
|||
utf8mb4_bin |
|||
utf8mb4_0900_bin |
|||
utf8mb4_0900_ai_ci |
= |
= |
= |
utf8mb4_0900_as_ci |
= |
= |
= |
utf8mb4_0900_as_cs |
|||
utf8mb4_ja_0900_as_cs |
|||
utf8mb4_ja_0900_as_cs_ks |
※utf8mb4_general_ci の結果が間違っていたので修正（2022/05/21）
5. 使うなら
新しく採用するなら以下のいずれかでしょうか
-
utf8mb4_ja_0900_as_cs_ks
-
utf8mb4_0900_as_cs
-
utf8mb4_0900_bin
-
utf8mb4_bin
utf8mb4_bin より utf8mb4_0900_bin の方がパフォーマンスで優れているようです（未計測）
For collating weights, utf8mb4_bin uses code points, possibly with leading zero bytes added, whereas utf8mb4_0900_bin uses the utf8mb4 encoding bytes. The sort order is the same for both collations, but sorting for utf8mb4_0900_bin is much faster.