22

Geralmente costumo usar utf8_general_ci por padrão em meus projetos, porém recentemente me deparei que outros desenvolvedores costumam usar utf8_unicode_ci

  • utf8_general_ci: Unicode (multi-linguagem), Não diferencia maiúsculas/minúsculas
  • utf8_unicode_ci: Unicode (multi-linguagem), Não diferencia maiúsculas/minúsculas

Qual destas seria a mais apropriada para Web ou existe algum outro utf-8 mais apropriado para web?

1 Resposta 1

22

A principal diferença está em como o utf8_general_ci e utf8_unicode_ci fazem as comparações parecidas com alguns fonemas.

Por exemplo, na língua alemã o caractere “ß” seria equivalente ao "ss". Como o utf8_unicode_ci tem que fazer esse tipo de comparação combinando mais de um caractere, ele é mais lento que utf8_general_ci.

Ou seja, caso sua aplicação não precisa de comparações entre caracteres em múltiplos idiomas, vá de utf8_general_ci.

Porém considerando sistemas que funcionam de forma global e devem trabalhar com multiplos idiomas, como um Wordpress ou Wikimedia por exemplo, usar utf8_unicode_ci é uma boa saída.

Outro chartset interessante de se mencionar é o utf8_bin. Ele tem como base a comparação bit a bit dos caracteres, resultando então numa comparação case-sensitive, ao contrário dos outros collations.

Conclusão

A escolha do collation depende muito da natureza de nossa aplicação. Além do uft8, existem outros charsets para atender necessidades de uma região específica (latin1 por exemplo) e como cada escopo varia muito, não creio que seja possível apontar o mais apropriado para todos os casos.

Na maioria dos casos, o utf8_general_ci irá atender, pois, como o próprio nome sugere, é para uso geral e mais comum de ser encontrado. Todavia, é interessante conhecer que existem outros collations que podem atender uma necessidade mais específica, como o utf8_unicode_ci e utf8_bin.

Fonte: Documentação do MySQLen

0

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .