Du bør bruge en Unicode-sortering. Du kan indstille det som standard på dit system eller på hvert felt i dine tabeller. Der er følgende Unicode-sorteringsnavne, og dette er deres forskelle:
utf8_general_ci er en meget simpel sammenstilling. Det fjerner bare alle accenter - konverterer derefter til store bogstaver og bruger koden for denne slags "grundbogstav" resultatbogstav til at sammenligne.
utf8_unicode_ci bruger standard Unicode-sorteringselementtabellen.
De vigtigste forskelle er:
- utf8_unicode_ci understøtter såkaldte udvidelser og ligaturer, for eksempel:Tysk bogstav ß (U+00DF LETTER SHARP S) er sorteret i nærheden af "ss" Bogstav Œ (U+0152 LATIN CAPITAL LIGATURE OE) er sorteret i nærheden af "OE".
utf8_general_ci understøtter ikke udvidelser/ligaturer, den sorterer alle disse bogstaver som enkelte tegn, og nogle gange i den forkerte rækkefølge.
- utf8_unicode_ci er generelt mere præcis for alle scripts. For eksempel på kyrillisk blok:utf8_unicode_ci er fint til alle disse sprog:russisk, bulgarsk, hviderussisk, makedonsk, serbisk og ukrainsk. Mens utf8_general_ci kun er fint til russisk og bulgarsk undergruppe af kyrillisk. Ekstra bogstaver brugt på hviderussisk, makedonsk, serbisk og ukrainsk er ikke sorteret godt.
+/- Ulempen ved utf8_unicode_ci er, at den er en lille smule langsommere end utf8_general_ci.
Så afhængigt af, om du ved eller ej, hvilke specifikke sprog/tegn du vil bruge, anbefaler jeg, at du bruger utf8_unicode_ci, som har en mere omfattende dækning.