MySQL 根据 http://www.unicode.org/reports/tr10/ 中描述的 Unicode 排序算法 (UCA) 实现 xxx_unicode_ci 排序规则。排序规则使用版本 4.0.0 UCA 权重键：http://www.unicode.org/Public/UCA/4.0.0/allkeys-4.0.0.txt。 xxx_unicode_ci 排序规则对 Unicode 排序算法的支持仅是部分的。某些字符不受支持，组合标记也不完全支持。这会影响越南语、约鲁巴语和纳瓦霍语等语言。组合字符在字符串比较中被视为与使用单个 Unicode 字符写入的相同字符不同，并且这两个字符被认为具有不同的长度（例如，由 CHAR_LENGTH() 函数返回，或在结果集元数据中）。

基于高于 4.0.0 的 UCA 版本的 Unicode 排序规则在排序规则名称中包含版本。示例

LOWER() 和 UPPER() 函数根据其参数的排序规则执行大小写折叠。只有在高于 4.0.0 的 Unicode 版本中具有大写和小写版本的字符，才会在这些函数中进行转换，前提是参数排序规则使用足够高的 UCA 版本。

基于 UCA 9.0.0 及更高版本的排序规则比基于 UCA 9.0.0 之前版本的排序规则更快。它们还具有 NO PAD 的填充属性，而基于 UCA 9.0.0 之前版本的排序规则则使用 PAD SPACE。对于非二进制字符串的比较，NO PAD 排序规则会将字符串末尾的空格视为任何其他字符（请参阅 比较中的尾随空格处理）。

要确定排序规则的填充属性，请使用 INFORMATION_SCHEMA COLLATIONS 表，该表具有 PAD_ATTRIBUTE 列。例如

mysql> SELECT COLLATION_NAME, PAD_ATTRIBUTE
       FROM INFORMATION_SCHEMA.COLLATIONS
       WHERE CHARACTER_SET_NAME = 'utf8mb4';
+----------------------------+---------------+
| COLLATION_NAME             | PAD_ATTRIBUTE |
+----------------------------+---------------+
| utf8mb4_general_ci         | PAD SPACE     |
| utf8mb4_bin                | PAD SPACE     |
| utf8mb4_unicode_ci         | PAD SPACE     |
| utf8mb4_icelandic_ci       | PAD SPACE     |
...
| utf8mb4_0900_ai_ci         | NO PAD        |
| utf8mb4_de_pb_0900_ai_ci   | NO PAD        |
| utf8mb4_is_0900_ai_ci      | NO PAD        |
...
| utf8mb4_ja_0900_as_cs      | NO PAD        |
| utf8mb4_ja_0900_as_cs_ks   | NO PAD        |
| utf8mb4_0900_as_ci         | NO PAD        |
| utf8mb4_ru_0900_ai_ci      | NO PAD        |
| utf8mb4_ru_0900_as_cs      | NO PAD        |
| utf8mb4_zh_0900_as_cs      | NO PAD        |
| utf8mb4_0900_bin           | NO PAD        |
+----------------------------+---------------+

比较没有填充字符串值的 (CHAR, VARCHAR 和 TEXT)，这些值在 NO PAD 排序规则下，与其他排序规则在尾部空格方面有所不同。例如，'a' 和 'a ' 比较起来是不同的字符串，而不是同一个字符串。这可以通过使用 utf8mb4 的二进制排序规则看到。 utf8mb4_bin 的填充属性是 PAD SPACE，而 utf8mb4_0900_bin 的填充属性是 NO PAD。因此，涉及 utf8mb4_0900_bin 的操作不会添加尾部空格，并且涉及带尾部空格的字符串的比较在两种排序规则下可能会有所不同。

mysql> CREATE TABLE t1 (c CHAR(10) COLLATE utf8mb4_bin);
Query OK, 0 rows affected (0.03 sec)

mysql> INSERT INTO t1 VALUES('a');
Query OK, 1 row affected (0.01 sec)

mysql> SELECT * FROM t1 WHERE c = 'a ';
+------+
| c    |
+------+
| a    |
+------+
1 row in set (0.00 sec)

mysql> ALTER TABLE t1 MODIFY c CHAR(10) COLLATE utf8mb4_0900_bin;
Query OK, 0 rows affected (0.02 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> SELECT * FROM t1 WHERE c = 'a ';
Empty set (0.00 sec)

如果仅基于 Unicode 排序算法 (UCA) 的排序对某种语言不起作用，MySQL 将实现特定语言的 Unicode 排序规则。特定语言的排序规则是基于 UCA 的，并带有额外的语言定制规则。这类规则的示例将在本节后面介绍。有关特定语言排序的疑问，请访问 http://unicode.org，它在 http://www.unicode.org/cldr/charts/30/collation/index.html 提供通用语言数据存储库 (CLDR) 排序图表。

例如，非特定语言的 utf8mb4_0900_ai_ci 和特定语言的 utf8mb4_LOCALE_0900_ai_ci Unicode 排序规则都具有以下特点

包含以下表格中显示的区域设置代码或语言名称的排序规则名称是特定语言的排序规则。Unicode 字符集可能包含针对以下一种或多种语言的排序规则。

MySQL 提供保加利亚语排序规则 utf8mb4_bg_0900_ai_ci 和 utf8mb4_bg_0900_as_cs。

克罗地亚语排序规则是针对以下克罗地亚字母定制的：Č、Ć、Dž、Đ、Lj、Nj、Š、Ž。

当这些语言使用拉丁字母书写时，MySQL 提供 utf8mb4_sr_latn_0900_ai_ci 和 utf8mb4_sr_latn_0900_as_cs 排序规则用于塞尔维亚语，以及 utf8mb4_bs_0900_ai_ci 和 utf8mb4_bs_0900_as_cs 排序规则用于波斯尼亚语。

MySQL 提供两种主要挪威语变体的排序规则：对于博克马尔，可以使用 utf8mb4_nb_0900_ai_ci 和 utf8mb4_nb_0900_as_cs；对于新挪威语，MySQL 现在提供 utf8mb4_nn_0900_ai_ci 和 utf8mb4_nn_0900_as_cs。

对于日语，utf8mb4 字符集包含 utf8mb4_ja_0900_as_cs 和 utf8mb4_ja_0900_as_cs_ks 排序规则。这两种排序规则都区分重音和区分大小写。 utf8mb4_ja_0900_as_cs_ks 还区分平假名字符和片假名字符，而 utf8mb4_ja_0900_as_cs 在排序时将片假名字符和平假名字符视为相等。需要日语排序规则但不需要区分平假名的应用程序可以使用 utf8mb4_ja_0900_as_cs 来获得更好的排序性能。 utf8mb4_ja_0900_as_cs 使用三个权重级别进行排序；utf8mb4_ja_0900_as_cs_ks 使用四个。

对于不区分重音的古典拉丁语排序规则，I 和 J 比较起来是相等的，而 U 和 V 比较起来是相等的。 I 和 J，以及 U 和 V 在基本字母级别上比较起来是相等的。换句话说，J 被视为带重音的 I，而 U 被视为带重音的 V。

MySQL 提供使用西里尔字母书写的蒙古语的排序规则，即 utf8mb4_mn_cyrl_0900_ai_ci 和 utf8mb4_mn_cyrl_0900_as_cs。

西班牙语排序规则适用于现代西班牙语和传统西班牙语。在这两种语言中，ñ（带波浪线的 n）是在 n 和 o 之间的独立字母。此外，对于传统西班牙语，ch 是 c 和 d 之间的独立字母，而 ll 是 l 和 m 之间的独立字母。

传统西班牙语排序规则也可以用于阿斯图里亚斯语和加利西亚语。MySQL 还提供加利西亚语的排序规则，即 utf8mb4_gl_0900_ai_ci 和 utf8mb4_gl_0900_as_cs。（这些排序规则分别与 utf8mb4_es_0900_ai_ci 和 utf8mb4_es_0900_as_cs 相同。）

瑞典语排序规则包含瑞典语规则。例如，在瑞典语中，存在以下关系，而德语或法语使用者不会想到这种关系

Ü = Y < Ö

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速度更快。例如，使用 utf8mb4_general_ci 排序规则进行比较的速度更快，但准确性略低，而使用 utf8mb4_unicode_ci 进行比较的速度略慢，但准确性更高。原因是 utf8mb4_unicode_ci 支持映射，例如扩展；也就是说，当一个字符被认为与其他字符的组合相等时。例如，在德语和其他一些语言中，ß 等于 ss。 utf8mb4_unicode_ci 还支持缩略词和可忽略字符。 utf8mb4_general_ci 是一个旧的排序规则，不支持扩展、缩略词或可忽略字符。它只能对字符进行一对一比较。

为了进一步说明，以下等式在 utf8mb4_general_ci 和 utf8mb4_unicode_ci 中都成立（有关其在比较或搜索中的效果，请参阅 第 12.8.6 节，“排序规则的影响示例”）

Ä = A
Ö = O
Ü = U

排序规则之间的差异在于，对于 utf8mb4_general_ci，以下情况成立

ß = s

而对于支持德语 DIN-1 排序规则（也称为词典排序规则）的 utf8mb4_unicode_ci，以下情况成立

ß = ss

如果使用 utf8mb4_unicode_ci 的排序对某种语言不起作用，MySQL 将实现特定语言的 Unicode 排序规则。例如，utf8mb4_unicode_ci 适用于德语词典排序规则和法语，因此无需创建特殊的 utf8mb4 排序规则。

utf8mb4_general_ci 也适用于德语和法语，只是 ß 等于 s，而不是 ss。如果您的应用程序可以接受这种情况，您应该使用 utf8mb4_general_ci，因为它速度更快。如果不可接受（例如，如果您需要德语词典排序规则），请使用 utf8mb4_unicode_ci，因为它更准确。

如果您需要德语 DIN-2（电话簿）排序规则，请使用 utf8mb4_german2_ci 排序规则，它将以下字符集比较为相等

Ä = Æ = AE
Ö = Œ = OE
Ü = UE
ß = ss

utf8mb4_german2_ci 与 latin1_german2_ci 类似，但后者不会将 Æ 比较为等于 AE 或者将 Œ 比较为等于 OE。没有与德语词典排序规则的 latin1_german_ci 相对应的 utf8mb4_german_ci，因为 utf8mb4_general_ci 足以满足此需求。

字符的排序权重按以下方式确定

可以使用 WEIGHT_STRING() 函数显示排序权重。（请参阅 第 14.8 节，“字符串函数和运算符”。）如果排序规则使用权重查找表，但字符不在表中（例如，因为它是一个“新的”字符），则排序权重确定过程将变得更加复杂

“按字符的代码值排序”与“按字符的二进制表示排序”之间存在差异，这种差异仅在使用 utf16_bin 时出现，这是由于代理项的存在。

假设 utf16_bin（utf16 的二进制排序）是按“字节逐字节”而非“字符逐字符”进行的二进制比较。如果真是这样，则 utf16_bin 中的字符顺序将与 utf8mb4_bin 中的顺序不同。例如，下表显示了两个罕见的字符。第一个字符位于 E000-FFFF 范围内，因此它大于代理项，但小于辅助项。第二个字符是辅助项。

Code point  Character                    utf8mb4      utf16
----------  ---------                    -------      -----
0FF9D       HALFWIDTH KATAKANA LETTER N  EF BE 9D     FF 9D
10384       UGARITIC LETTER DELTA        F0 90 8E 84  D8 00 DF 84

由于 0xff9d < 0x10384，因此表中的两个字符按代码点值排序。由于 0xef < 0xf0，因此它们也按 utf8mb4 值排序。但是，如果使用字节逐字节比较，则它们不会按 utf16 值排序，因为 0xff > 0xd8。

因此，MySQL 的 utf16_bin 排序并非“字节逐字节”的。而是“按代码点”的。当 MySQL 在 utf16 中看到辅助字符编码时，它会将其转换为该字符的代码点值，然后进行比较。因此，utf8mb4_bin 和 utf16_bin 的排序相同。这与 SQL:2008 标准对 UCS_BASIC 排序的要求一致：“UCS_BASIC 是一种排序，其中排序完全由要排序的字符串中字符的 Unicode 标量值决定。它适用于 UCS 字符集。由于每个字符集都是 UCS 字符集的子集，因此 UCS_BASIC 排序可能适用于所有字符集。注意 11：字符的 Unicode 标量值是将其代码点视为无符号整数处理的结果。”

如果字符集为 ucs2，则比较按字节逐字节进行，但 ucs2 字符串不应该包含代理项。

xxx_general_mysql500_ci 排序保留了原始 xxx_general_ci 排序在 5.1.24 之前的排序顺序，并允许升级在 MySQL 5.1.24 之前创建的表（Bug #27877）。