MySQL umfasst zwei Unicode-Zeichensätze. Sie können mit diesen beiden Zeichensätzen Text in ca. 650 Sprachen speichern.

Die Sortierfolgen ucs2_hungarian_ci und utf8_hungarian_ci wurden in MySQL 5.1.5 hinzugefügt.

MySQL implementiert die Sortierfolge utf8_unicode_ci entsprechend dem UCA (Unicode Collation Algorithm, Unicode-Sortierfolgenalgorithmus), der unter http://www.unicode.org/reports/tr10/ beschrieben ist. Die Sortierfolge verwendet die UCA-Gewichtungsschlüssel nach Version 4.0.0 (siehe http://www.unicode.org/Public/UCA/4.0.0/allkeys-4.0.0.txt). Die folgende Beschreibung verwendet utf8_unicode_ci, gilt aber für ucs2_unicode_ci gleichermaßen.

Zurzeit bietet die Sortierfolge utf8_unicode_ci nur teilweise Unterstützung für den UCA. Einige Zeichen werden noch nicht unterstützt. Gleiches gilt für diakritische Zeichen. Dies betrifft in erster Linie das Vietnamesische und einige Minderheitensprachen in Russland wie etwa das Udmurtische, das Tatarische, das Baschkirische und Mari.

Die bedeutsamste Funktion in utf8_unicode_ci besteht darin, dass Erweiterungen unterstützt werden, d. h., wenn ein Zeichen mit einer Kombination anderer Zeichen gleichgesetzt wird. Beispielsweise wird im Deutschen und einigen anderen Sprachen ‘ß’ mit ‘ss’ gleichgesetzt.

utf8_general_ci ist eine ältere Sortierfolge, die Erweiterungen nicht unterstützt. Hier können nur 1 : 1-Vergleiche zwischen Zeichen durchgeführt werden: Vergleiche für die utf8_general_ci-Sortierfolge sind also schneller, aber unter Umständen weniger korrekt als Vergleiche für utf8_unicode_ci.

Die folgenden Gleichstellungen beispielsweise sind sowohl in utf8_general_ci als auch in utf8_unicode_ci zutreffend:

Ä = A
Ö = O
Ü = U

Ein Unterschied zwischen den Sortierfolgen besteht darin, dass Folgendes für utf8_general_ci wahr ist:

ß = s

Dagegen ist Folgendes für utf8_unicode_ci wahr:

ß = ss

MySQL implementiert sprachspezifische Sortierfolgen für den utf8-Zeichensatz nur dann, wenn die Sortierung mit utf8_unicode_ci bei einer Sprache nicht gut funktioniert. So arbeitet utf8_unicode_ci etwa für das Deutsche oder das Französische einwandfrei, weswegen für diese beiden Sprachen keine utf8-Spezialsortierungen erforderlich sind.

Auch utf8_general_ci ist für Deutsch und Französisch weitgehend angemessen, nur wird hier ‘ß’ mit ‘s’ (statt ‘ss’) gleichgesetzt. Sofern es für Ihre Anwendung ausreichend sein sollte, sollten Sie utf8_general_ci verwenden, weil diese Sortierfolge schneller ist. Ansonsten benutzen Sie utf8_unicode_ci, denn diese Sortierfolge arbeitet exakter.

utf8_swedish_ci wurde wie andere sprachspezifische utf8-Sortierfolgen auch von utf8_unicode_ci abgeleitet und mit zusätzlichen Sprachregeln ergänzt. Beispielsweise funktioniert im Schwedischen die folgende Beziehung – etwas, das der deutsche oder französische Muttersprachler nicht erwarten würde:

Ü = Y < Ö

Die Sortierfolgen utf8_spanish_ci und utf8_spanish2_ci entsprechen dem modernen bzw. dem traditionellen Spanisch. Bei beiden Sortierfolgen ist ‘ñ’ (n mit Tilde) ein separater Buchstabe zwischen ‘n’ und ‘o’. Ferner ist beim traditionellen Spanisch ‘ch’ ein separater Buchstabe zwischen ‘c’ und d und ‘ll’ ein separater Buchstabe zwischen ‘l’ und ‘m’.