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