字符序 - OceanBase 数据库 V4.2.4

字符序

更新时间：2024-07-11 00:04:57

OceanBase 数据库默认的字符序是 utf8mb4_general_ci。

OceanBase 数据库目前支持的字符序如下表所示。

字符序	所属字符集	说明
utf8mb4_general_ci	utf8mb4	使用通用排序规则。
utf8mb4_bin	utf8mb4	使用二进制排序规则。
utf8mb4_unicode_ci	utf8mb4	使用基于 Unicode Collation Algorithm (UCA) 的排序规则。
utf8mb4_unicode_520_ci	utf8mb4	使用 Unicode 5.2.0 版本的排序规则。它遵循 Unicode 码点排序，并忽略字符的大小写差异。
utf8mb4_croatian_ci	utf8mb4	使用克罗地亚文（Croatian）的排序规则。`utf8mb4_croatian_ci` 兼容 `utf8_croatian_ci`。
utf8mb4_czech_ci	utf8mb4	使用捷克文（Czech）的排序规则。
utf8mb4_0900_ai_ci	utf8mb4	使用 Unicode 9.0.0 版本的字符排序规则和顺序，同时忽略了字符的大小写差异，将大写字母和小写字母视为相同的字符。
binary	binary	使用二进制排序规则。
gbk_chinese_ci	gbk	使用中文语言排序规则。
gbk_bin	gbk	使用二进制排序规则。
utf16_general_ci	utf16	使用通用排序规则。
utf16_bin	utf16	使用二进制排序规则。
utf16_unicode_ci	utf16	使用基于 Unicode Collation Algorithm (UCA) 的排序规则。
gb18030_chinese_ci	gb18030	使用中文语言排序规则。
gb18030_bin	gb18030	使用二进制排序规则。
latin1_swedish_ci	latin1	使用瑞典语/芬兰语排序规则。
latin1_bin	latin1	latin1 使用二进制排序规则。
gb18030_2022_bin	gb18030_2022	使用二进制排序规则。
gb18030_2022_chinese_ci	gb18030_2022	使用拼音排序规则。不区分大小写。MySQL 模式下该字符集的默认字符序。
gb18030_2022_chinese_cs	gb18030_2022	使用拼音排序规则。区分大小写。
gb18030_2022_radical_ci	gb18030_2022	使用部首笔画排序规则。不区分大小写。
gb18030_2022_radical_cs	gb18030_2022	使用部首笔画排序规则。区分大小写。
gb18030_2022_stroke_ci	gb18030_2022	使用笔画排序规则。不区分大小写。
gb18030_2022_stroke_cs	gb18030_2022	使用笔画排序规则。区分大小写。
ascii_bin	ascii	校对规则是基于二进制位比较的。它将字符作为二进制数据进行比较和排序。
ascii_general_ci	ascii	校对规则是基于字母的不区分大小写的排序规则。它忽略了字符的大小写差异，将大写字母和小写字母视为相同的字符。
tis620_bin	tis620	使用二进制排序规则。
tis620_thai_ci	tis620	使用泰语排序规则，不区分大小写。

说明

对于任何 Unicode 字符集，使用 xxx_general_ci 排序规则执行的操作比使用 xxx_unicode_ci 排序规则执行的操作快。
字符序暂不支持修改。

默认情况下，使用 SHOW COLLATION 语句显示所有可用的字符序。

obclient [(none)]> SHOW COLLATION;

返回结果如下：

+-------------------------+--------------+------+---------+----------+---------+
| Collation               | Charset      | Id   | Default | Compiled | Sortlen |
+-------------------------+--------------+------+---------+----------+---------+
| utf8mb4_general_ci      | utf8mb4      |   45 | Yes     | Yes      |       1 |
| utf8mb4_bin             | utf8mb4      |   46 |         | Yes      |       1 |
| binary                  | binary       |   63 | Yes     | Yes      |       1 |
| gbk_chinese_ci          | gbk          |   28 | Yes     | Yes      |       1 |
| gbk_bin                 | gbk          |   87 |         | Yes      |       1 |
| utf16_general_ci        | utf16        |   54 | Yes     | Yes      |       1 |
| utf16_bin               | utf16        |   55 |         | Yes      |       1 |
| utf8mb4_unicode_ci      | utf8mb4      |  224 |         | Yes      |       8 |
| utf16_unicode_ci        | utf16        |  101 |         | Yes      |       8 |
| gb18030_chinese_ci      | gb18030      |  248 | Yes     | Yes      |       2 |
| gb18030_bin             | gb18030      |  249 |         | Yes      |       1 |
| latin1_swedish_ci       | latin1       |    8 | Yes     | Yes      |       1 |
| latin1_bin              | latin1       |   47 |         | Yes      |       1 |
| gb18030_2022_bin        | gb18030_2022 |  216 |         | Yes      |       1 |
| gb18030_2022_chinese_ci | gb18030_2022 |  217 | Yes     | Yes      |       1 |
| gb18030_2022_chinese_cs | gb18030_2022 |  218 |         | Yes      |       1 |
| gb18030_2022_radical_ci | gb18030_2022 |  219 |         | Yes      |       1 |
| gb18030_2022_radical_cs | gb18030_2022 |  220 |         | Yes      |       1 |
| gb18030_2022_stroke_ci  | gb18030_2022 |  221 |         | Yes      |       1 |
| gb18030_2022_stroke_cs  | gb18030_2022 |  222 |         | Yes      |       1 |
| utf8mb4_croatian_ci     | utf8mb4      |  245 |         | Yes      |       8 |
| utf8mb4_unicode_520_ci  | utf8mb4      |  246 |         | Yes      |       8 |
| utf8mb4_czech_ci        | utf8mb4      |  234 |         | Yes      |       8 |
| ascii_general_ci        | ascii        |   11 | Yes     | Yes      |       1 |
| ascii_bin               | ascii        |   65 |         | Yes      |       1 |
| tis620_thai_ci          | tis620       |   18 | Yes     | Yes      |       1 |
| tis620_bin              | tis620       |   89 |         | Yes      |       1 |
| utf8mb4_0900_ai_ci      | utf8mb4      |  255 |         | Yes      |       1 |
+-------------------------+--------------+------+---------+----------+---------+
28 rows in set

字符序具有以下一般特征：

两个不同的字符集不能有相同的字符序。
每个字符集都有一个默认的字符序。SHOW CHARACTER SET 语句指示每个字符集的默认字符序。SHOW COLLATION 语句有一列指示每个字符序是否是其字符集的默认值（如果是则为 Yes，否则为空）。
字符序名称以与它们相关联的字符集的名称开头，通常后跟一个或多个表示其他字符序特征的后缀。