关于Mysql表中使用‘utf8mb4_unicode_ci’字符集问题

业务场景：需求点项目excel数据导入，会对重复名称校验拦截，如：之前已插入名称为-半角括号“（a）”,再次插入一条名称为-全角括号项目“(a)”,校验通过，但是插入数据库报错。

原因：由于数据库默认忽略括号全角、半角，导致一条数据代码数据校验通过，但插入数据唯一键冲突。

如果使用的数据库是‘utf8mb4_unicode_ci’，在数据库层面通过SQL进行排序、对比操作时，会忽略全角、半角、大小写区分，如在代码中进行排序和对比操作，需求考虑逻辑的一致性。

MySQL数据库中utf8mb4_unicode_ci字符集的特性

1. utf8mb4_unicode_ci字符集概述

utf8mb4_unicode_ci是MySQL中的一种字符集和排序规则（collation）。utf8mb4表示能够支持最多4个字节的UTF-8编码，这使得它能够存储任何Unicode字符，包括表情符号等。_ci后缀表示case-insensitive（不区分大小写）。

2. 不区分全角/半角和大小写的原因

utf8mb4_unicode_ci字符集在比较字符时，不区分全角/半角和大小写，主要基于以下原因：

• Unicode标准：utf8mb4_unicode_ci的排序规则基于Unicode标准，该标准旨在统一字符表示，以便跨语言和地区兼容。在Unicode标准中，全角和半角字符可能被认为是等价的变体。

• 不区分大小写：_ci后缀意味着在排序和比较时不区分大小写。这是为了支持那些不区分大小写的语言环境，使得数据库能更通用和灵活。

• 国际化和本地化：不区分全角/半角和大小写可以让数据库更好地适应国际化和本地化的需求，因为不同的语言和地区可能对字符的处理有不同的要求。

3. 对数据库设计的影响

在设计数据库时，需要考虑到这些特性，特别是当你的应用程序需要区分全角/半角或大小写时。在这种情况下，你可能需要：

• 选择不同的排序规则：选择一个区分大小写或全角/半角的排序规则，如utf8mb4_bin，它是二进制的，会区分字符的所有差异。

• 自定义排序规则：如果没有现成的排序规则满足需求，可能需要自定义排序规则。

• 应用层处理：在某些情况下，可能需要在应用程序层面上进行字符处理，以确保全角/半角和大小写的正确处理。

总结

utf8mb4_unicode_ci字符集不区分全角/半角和大小写，这是基于Unicode标准和国际化需求设计的。在需要区分这些差异的场景中，可能需要选择或自定义不同的排序规则，或者在应用层面上进行处理，以确保数据的准确性和一致性。