mysql 裡 utf8_general_ci 跟 utf8_unicode_ci 連線校對的差異
有用過 mysql 的 UTF-8 編碼的人可能都會對這件事感到疑惑：
連線校對(collation)裡面的
utf8_general_ci
跟
utf8_unicode_ci
到底有什麼差異呢？
在 phpMyAdmin 裡面的說明看起來通通一樣：
utf8_general_ci 統一碼 (Unicode) (多語言), 大小寫不相符
utf8_unicode_ci 統一碼 (Unicode) (多語言), 大小寫不相符
實在是看不出什麼刁來。
所以前一陣子在搞 mysql UTF-8 化的時候，谷歌了一番，
發現這篇文章裡有詳盡的說明：（其實就是把 mysql reference manual 翻譯而已）
utf8_general_ci 在轉換時速度比較快
utf8_unicode_ci 在轉換時比較精準
轉換？怎麼講呢？
簡單說就是當資料要從一個編碼換成另外一個編碼時，
mysql 要在兩個 codepage 裡面找出來相對應的字元位置在哪裡。
對 utf8_general_ci 來說，來源 codepage 裡面的一個字元只能對應到目標 codepage 裡面的一個字元，
而 utf8_unicode_ci 則可以把來源 codepage 裡的一個字元對應到目標 codepage 裡的多個字元（或反過來）。
例如德文裡的 ß 要轉換成英文的時候如果是用 utf8_unicode_ci 轉換會變成正確的 ss ，
但是如果用 utf8_general_ci 的話則會變成單一的 s 而已。
所以如果可以的話請盡量用 utf8_unicode_ci 而不要用 utf8_general_ci ，
雖然對 multibyte 字元來說這兩個都沒差，
但是 utf8 的網頁誰也不知道哪天會不會有這種字元出現在你的網頁上，
所以如果設成 utf8_unicode_ci 你就不需要擔心貼上去之後資料在轉換間遺失了。
