一直對utf8_unicode_ci與utf8_general_ci這2個校對集很迷惑，今天查了手冊有了點眉目。不過對中文字符集來說採用utf8_unicode_ci與utf8_general_ci時有何區別還是不清楚？
下面摘錄一下Mysql 5.1中文手冊中關於utf8_unicode_ci與utf8_general_ci的說明：
當前，utf8_unicode_ci校對規則僅部分支持Unicode校對規則算法。一些字符還是不能支持。並且，不能完全支持組合的記號。這主要影響越南和俄羅斯的一些少數民族語言，如：Udmurt 、Tatar、Bashkir和Mari。
utf8_unicode_ci的最主要的特色是支持擴展，即當把一個字母看作與其它字母組合相等時。例如，在德語和一些其它語言中‘ß’等於‘ss’。
utf8_general_ci是一個遺留的 校對規則，不支持擴展。它僅能夠在字符之間進行逐個比較。這意味着utf8_general_ci校對規則進行的比較速度很快，但是與使用utf8_unicode_ci的 校對規則相比，比較正確性較差）。
例如，使用utf8_general_ci和utf8_unicode_ci兩種 校對規則下面的比較相等：
Ä = A
Ö = O
Ü = U
兩種校對規則之間的區別是，對於utf8_general_ci下面的等式成立：
ß = s
但是，對於utf8_unicode_ci下面等式成立：
ß = ss
對於一種語言僅當使用utf8_unicode_ci排序做的不好時，才執行與具體語言相關的utf8字符集 校對規則。例如，對於德語和法語，utf8_unicode_ci工作的很好，因此不再需要爲這兩種語言創建特殊的utf8校對規則。
utf8_general_ci也適用與德語和法語，除了‘ß’等於‘s’，而不是‘ss’之外。如果你的應用能夠接受這些，那麼應該使用utf8_general_ci，因爲它速度快。否則，使用utf8_unicode_ci，因爲它比較準確。
如果你想使用gb2312編碼,那麼建議你使用latin1作爲數據表的默認字符集,這樣就能直接用中文在命令行工具中插入數據,並且可以直接顯示出來.而不要使用gb2312或者gbk等字符集,如果擔心查詢排序等問題,可以使用binary屬性約束,例如:
create table my_table ( name varchar(20) binary not null default '')type=myisam default charset latin1;
附1：舊數據升級辦法
以原來的字符集爲latin1爲例，升級成爲utf8的字符集。原來的表: old_table (default charset=latin1)，新表：new_table(default charset=utf8)。
第一步：導出舊數據
mysqldump --default-character-set=latin1 -hlocalhost -uroot -B my_db --tables old_table > old.sql
第二步：轉換編碼(類似unix/linux環境下)
iconv -t utf-8 -f gb2312 -c old.sql > new.sql
或者可以去掉 -f 參數，讓iconv自動判斷原來的字符集
iconv -t utf-8 -c old.sql > new.sql
在這裏，假定原來的數據默認是gb2312編碼。
第三步：導入
修改old.sql，在插入/更新語句開始之前，增加一條sql語句： "SET NAMES utf8;"，保存。
mysql -hlocalhost -uroot my_db < new.sql
大功告成！！
附2：支持查看utf8字符集的MySQL客戶端有
1.) MySQL-Front，據說這個項目已經被MySQL AB勒令停止了，不知爲何，如果國內還有不少破解版可以下載（不代表我推薦使用破解版 :-P）。
2.) Navicat，另一款非常不錯的MySQL客戶端，漢化版剛出來，還邀請我試用過，總的來說還是不錯的，不過也需要付費。
3.) PhpMyAdmin，開源的php項目，非常好。
4.) Linux下的終端工具（Linux terminal），把終端的字符集設置爲utf8，連接到MySQL之後，執行 SET NAMES UTF8; 也能讀寫utf8數據了。
下面摘錄一下Mysql 5.1中文手冊中關於utf8_unicode_ci與utf8_general_ci的說明：
當前，utf8_unicode_ci校對規則僅部分支持Unicode校對規則算法。一些字符還是不能支持。並且，不能完全支持組合的記號。這主要影響越南和俄羅斯的一些少數民族語言，如：Udmurt 、Tatar、Bashkir和Mari。
utf8_unicode_ci的最主要的特色是支持擴展，即當把一個字母看作與其它字母組合相等時。例如，在德語和一些其它語言中‘ß’等於‘ss’。
utf8_general_ci是一個遺留的 校對規則，不支持擴展。它僅能夠在字符之間進行逐個比較。這意味着utf8_general_ci校對規則進行的比較速度很快，但是與使用utf8_unicode_ci的 校對規則相比，比較正確性較差）。
例如，使用utf8_general_ci和utf8_unicode_ci兩種 校對規則下面的比較相等：
Ä = A
Ö = O
Ü = U
兩種校對規則之間的區別是，對於utf8_general_ci下面的等式成立：
ß = s
但是，對於utf8_unicode_ci下面等式成立：
ß = ss
對於一種語言僅當使用utf8_unicode_ci排序做的不好時，才執行與具體語言相關的utf8字符集 校對規則。例如，對於德語和法語，utf8_unicode_ci工作的很好，因此不再需要爲這兩種語言創建特殊的utf8校對規則。
utf8_general_ci也適用與德語和法語，除了‘ß’等於‘s’，而不是‘ss’之外。如果你的應用能夠接受這些，那麼應該使用utf8_general_ci，因爲它速度快。否則，使用utf8_unicode_ci，因爲它比較準確。
如果你想使用gb2312編碼,那麼建議你使用latin1作爲數據表的默認字符集,這樣就能直接用中文在命令行工具中插入數據,並且可以直接顯示出來.而不要使用gb2312或者gbk等字符集,如果擔心查詢排序等問題,可以使用binary屬性約束,例如:
create table my_table ( name varchar(20) binary not null default '')type=myisam default charset latin1;
附1：舊數據升級辦法
以原來的字符集爲latin1爲例，升級成爲utf8的字符集。原來的表: old_table (default charset=latin1)，新表：new_table(default charset=utf8)。
第一步：導出舊數據
mysqldump --default-character-set=latin1 -hlocalhost -uroot -B my_db --tables old_table > old.sql
第二步：轉換編碼(類似unix/linux環境下)
iconv -t utf-8 -f gb2312 -c old.sql > new.sql
或者可以去掉 -f 參數，讓iconv自動判斷原來的字符集
iconv -t utf-8 -c old.sql > new.sql
在這裏，假定原來的數據默認是gb2312編碼。
第三步：導入
修改old.sql，在插入/更新語句開始之前，增加一條sql語句： "SET NAMES utf8;"，保存。
mysql -hlocalhost -uroot my_db < new.sql
大功告成！！
附2：支持查看utf8字符集的MySQL客戶端有
1.) MySQL-Front，據說這個項目已經被MySQL AB勒令停止了，不知爲何，如果國內還有不少破解版可以下載（不代表我推薦使用破解版 :-P）。
2.) Navicat，另一款非常不錯的MySQL客戶端，漢化版剛出來，還邀請我試用過，總的來說還是不錯的，不過也需要付費。
3.) PhpMyAdmin，開源的php項目，非常好。
4.) Linux下的終端工具（Linux terminal），把終端的字符集設置爲utf8，連接到MySQL之後，執行 SET NAMES UTF8; 也能讀寫utf8數據了。
