MySQL 根据 Unicode 排序算法（UCA）描述在 http://www.unicode.org/reports/tr10/ 实现了 xxx_unicode_ci 排序。该排序使用版本 4.0.0 UCA 权重键：http://www.unicode.org/Public/UCA/4.0.0/allkeys-4.0.0.txt。 xxx_unicode_ci 排序仅部分支持 Unicode 排序算法。一些字符不受支持，组合标记也不完全支持。这影响了诸如越南语、约鲁巴语和纳瓦霍语等语言。组合字符被认为与使用单个 Unicode 字符编写的字符不同，在字符串比较中，并且这两个字符被认为具有不同的长度（例如，由 CHAR_LENGTH() 函数或在结果集元数据中返回）。

基于 UCA 高于 4.0.0 版本的 Unicode 排序在排序名称中包括版本。例如：

LOWER() 和 UPPER() 函数根据其参数的排序执行大小写折叠。如果字符只有在 Unicode 版本高于 4.0.0 中才有大写和小写版本，那么这些函数仅在参数排序使用足够高的 UCA 版本时才会转换该字符。

基于 UCA 9.0.0 及更高版本的排序比基于 UCA 9.0.0 之前的版本排序更快。它们还具有 NO PAD 填充属性，而不是基于 UCA 9.0.0 之前的版本使用的 PAD SPACE。对于非二进制字符串的比较，NO PAD 排序将字符串末尾的空格视为任何其他字符（参见 比较中的尾随空格处理）。

要确定排序的pad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        |
+----------------------------+---------------+

非二进制字符串值（CHAR、VARCHAR 和 TEXT）的比较，具有 NO PAD 排序的字符串与其他排序不同，例如，'a' 和 'a ' 比较为不同的字符串，而不是相同的字符串。这可以使用 utf8mb4 的二进制排序来看到。utf8mb4_bin 的 pad 属性为 PAD SPACE，而 utf8mb4_0900_bin 的 pad 属性为 NO PAD。因此，涉及 utf8mb4_0900_bin 的操作不会添加尾随空格，并且涉及尾随空格的字符串比较可能会因两个排序而不同：

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)

MySQL 实现语言特定 Unicode 排序，如果仅基于 Unicode 排序算法（UCA）不能很好地工作于语言。语言特定排序基于 UCA，具有附加的语言定制规则。该节后面将出现这些规则的示例。对于特定语言的排序问题，请访问 http://unicode.org，该网站提供公共语言环境数据存储库（CLDR）排序图表：http://www.unicode.org/cldr/charts/30/collation/index.html。

例如，非语言特定 utf8mb4_0900_ai_ci 和语言特定 utf8mb4_LOCALE_0900_ai_ci Unicode 排序各具有以下特征：

包含语言代码或语言名称的排序名称是语言特定的排序。 Unicode 字符集可能包括一个或多个语言的排序。

MySQL 提供了保加利亚排序规则 utf8mb4_bg_0900_ai_ci 和 utf8mb4_bg_0900_as_cs。

克罗地亚排序规则是为克罗地亚字母 Č、Ć、Dž、Đ、Lj、Nj、Š、Ž 而设计的。

MySQL 提供了塞尔维亚语和波斯尼亚语的拉丁字母排序规则：utf8mb4_sr_latn_0900_ai_ci 和 utf8mb4_sr_latn_0900_as_cs 用于塞尔维亚语，utf8mb4_bs_0900_ai_ci 和 utf8mb4_bs_0900_as_cs 用于波斯尼亚语。

MySQL 提供了挪威语的两种主要变体的排序规则：对于布克莫尔语，可以使用 utf8mb4_nb_0900_ai_ci 和 utf8mb4_nb_0900_as_cs；对于尼诺斯克语，MySQL 现在提供 utf8mb4_nn_0900_ai_ci 和 utf8mb4_nn_0900_as_cs。

对于日本语，utf8mb4 字符集包括 utf8mb4_ja_0900_as_cs 和 utf8mb4_ja_0900_as_cs_ks 排序规则。两种排序规则都是音调敏感和大小写敏感的。utf8mb4_ja_0900_as_cs_ks 还是假名敏感的，区分片假名字符和平假名字符，而 utf8mb4_ja_0900_as_cs 将片假名字符和平假名字符视为相同的排序顺序。需要日本语排序规则但不需要假名敏感的应用程序可以使用 utf8mb4_ja_0900_as_cs 以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 使用四个权重级别。

对于经典拉丁语排序，accent-insensitive，I 和 J 比较相等，U 和 V 比较相等。I 和 J，以及 U 和 V 在基本字母级别上比较相等。换言之，J 被视为带音标的 I，U 被视为带音标的 V。

MySQL 提供了蒙古语 Cyrillic 字符集的排序，utf8mb4_mn_cyrl_0900_ai_ci 和 utf8mb4_mn_cyrl_0900_as_cs。

西班牙语排序可用于现代和传统西班牙语。对于这两种，ñ（ñ）是介于 n 和 o 之间的独立字母。此外，对于传统西班牙语，ch 是介于 c 和 d 之间的独立字母，ll 是介于 l 和 m 之间的独立字母。

传统西班牙语排序也可以用于阿斯图里亚斯语和加利西亚语。MySQL 还提供了 utf8mb4_gl_0900_ai_ci 和 utf8mb4_gl_0900_as_cs 排序用于加利西亚语。（这些排序与 utf8mb4_es_0900_ai_ci 和 utf8mb4_es_0900_as_cs 相同。）

瑞典语排序包括瑞典语规则。例如，在瑞典语中，以下关系成立，这不是德语或法语speaker所期望的：

Ü = Y < Ö

对于任何 Unicode 字符集，使用 xxx_general_ci 排序的操作比使用 xxx_unicode_ci 排序的操作要快。例如，utf8mb4_general_ci 排序的比较比 utf8mb4_unicode_ci 排序的比较要快，但略微不那么正确。原因是 utf8mb4_unicode_ci 支持扩展映射，例如德语和其他语言中的 ß 等于 ss。 utf8mb4_unicode_ci 也支持收缩和可忽略字符。utf8mb4_general_ci 是一个遗留排序，不支持扩展映射、收缩或可忽略字符。它只能进行一对一的字符比较。

另外，以下等式在 utf8mb4_general_ci 和 utf8mb4_unicode_ci 中都成立（对于比较或搜索的效果，请参阅 第 12.8.6 节，“collation 的效果示例”）：

Ä = A
Ö = O
Ü = U

这两个 collation 之间的一个区别是，以下等式在 utf8mb4_general_ci 中成立：

ß = s

而以下等式在 utf8mb4_unicode_ci 中成立，该 collation 支持德语 DIN-1 排序（也称为字典顺序）：

ß = ss

如果 utf8mb4_unicode_ci 的排序不适合某种语言，MySQL 将实现语言特定的 Unicode collation。例如，utf8mb4_unicode_ci 对德语字典顺序和法语工作得很好，因此不需要创建特殊的 utf8mb4 collation。

utf8mb4_general_ci 也适用于德语和法语，除了 ß 等于 s，而不是等于 ss。如果您的应用程序接受这种情况，您应该使用 utf8mb4_general_ci，因为它更快。如果这不可接受（例如，如果您需要德语字典顺序），请使用 utf8mb4_unicode_ci，因为它更准确。

如果您需要德语 DIN-2（电话簿）顺序，请使用 utf8mb4_german2_ci collation，该 collation 将以下字符集视为相等：

Ä = Æ = AE
Ö = Œ = OE
Ü = UE
ß = ss

utf8mb4_german2_ci 类似于 latin1_german2_ci，但后者不将 Æ 视为等于 AE 或 Œ 视为等于 OE。由于 utf8mb4_general_ci 足以满足德语字典顺序，因此没有对应的 utf8mb4_german_ci。

字符的排序权重是根据以下方式确定的：

可以使用 WEIGHT_STRING() 函数显示比较权重。（见 第 14.8 节，“字符串函数和操作符”。）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” 字符），那么比较权重的确定将变得更加复杂：

有一个区别是““按字符的代码值排序”和““按字符的二进制表示排序，””这个区别只出现在 utf16_bin中，因为surrogates的存在。

假设 utf16_bin（utf16的二进制排序）是一个字节-by-byte的比较，而不是““字符-by-character.”如果是这样，那么 utf16_bin中的字符顺序将不同于 utf8mb4_bin中的顺序。例如，下面的表格显示了两个罕见的字符。第一个字符在 E000-FFFF范围内，因此它大于surrogate但小于补充字符。第二个字符是一个补充字符。

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

表格中的两个字符按代码点值排序，因为 0xff9d < 0x10384。他们也按 utf8mb4值排序，因为 0xef < 0xf0。但是，他们不按 utf16值排序，如果我们使用字节-by-byte比较，因为 0xff > 0xd8。

所以 MySQL 的 utf16_bin 排序不是““字节-by-byte.” 它是““按代码点.” 当 MySQL 看到 utf16中的补充字符编码时，它将其转换为字符的代码点值，然后比较。因此，utf8mb4_bin 和 utf16_bin 排序相同。这与 SQL:2008 标准要求的 UCS_BASIC 排序一致：“UCS_BASIC 是一个排序，其中排序完全由字符串中字符的 Unicode 标量值确定。它适用于 UCS 字符repertoire。由于每个字符repertoire都是 UCS 字符repertoire 的子集，因此 UCS_BASIC 排序可能适用于每个字符集。注意 11：字符的 Unicode 标量值是其代码点视为无符号整数。”

如果字符集是 ucs2，比较是字节-by-byte的，但是 ucs2 字符串不应该包含surrogates，反正。

The xxx_general_mysql500_ci 排序保持了原始 xxx_general_ci 排序的 pre-5.1.24 顺序，并允许对在 MySQL 5.1.24 之前创建的表进行升级（Bug #27877）。