MySQL 8.0.1でutf8mb4_ja_0900_as_csが導入された

Sushi = Beer ?! An introduction of UTF8 support in MySQL 8.0 | MySQL Server Blog （ユーザーによる日本語訳: 寿司=ビール問題 : MySQL 8.0でのUTF8サポート入門 (MySQL Server Blogより) | Yakst）で言及されていた日本語用の照合順序 utf8mb4_ja_0900_as_cs 。

MySQL 8.0.1 で実装されていたので試してみた。

mysql80> SHOW COLLATION LIKE 'utf8%ja%';
+-----------------------+---------+-----+---------+----------+---------+
| Collation             | Charset | Id  | Default | Compiled | Sortlen |
+-----------------------+---------+-----+---------+----------+---------+
| utf8mb4_ja_0900_as_cs | utf8mb4 | 303 |         | Yes      |      24 |
+-----------------------+---------+-----+---------+----------+---------+
1 row in set (0.00 sec)

まずは「ハハ=パパ」問題。 （MySQLは真偽値を0(=FALSE)と1(=TRUE)で返すのでそのつもりで）

mysql80> SELECT 'ハハ' = 'パパ' COLLATE utf8mb4_ja_0900_as_cs;
+---------------------------------------------------+
| 'ハハ' = 'パパ' COLLATE utf8mb4_ja_0900_as_cs     |
+---------------------------------------------------+
|                                                 0 |
+---------------------------------------------------+
1 row in set (0.04 sec)

ハハパパケースセンシティブ。 ひらがな=カタカナ問題。

mysql80> SELECT 'ハハ' = 'はは' COLLATE utf8mb4_ja_0900_as_cs;
+---------------------------------------------------+
| 'ハハ' = 'はは' COLLATE utf8mb4_ja_0900_as_cs     |
+---------------------------------------------------+
|                                                 1 |
+---------------------------------------------------+
1 row in set (0.00 sec)

ひらがなカタカナケースインセンシティブ。 次は半角全角。

mysql80> SELECT 'ハハ' = 'ﾊﾊ' COLLATE utf8mb4_ja_0900_as_cs;
+---------------------------------------------------+
| 'ハハ' = 'ﾊﾊ' COLLATE utf8mb4_ja_0900_as_cs       |
+---------------------------------------------------+
|                                                 1 |
+---------------------------------------------------+
1 row in set (0.00 sec)

mysql80> SELECT 'はは' = 'ﾊﾊ' COLLATE utf8mb4_ja_0900_as_cs;
+---------------------------------------------------+
| 'はは' = 'ﾊﾊ' COLLATE utf8mb4_ja_0900_as_cs       |
+---------------------------------------------------+
|                                                 1 |
+---------------------------------------------------+
1 row in set (0.00 sec)

半角全角ケースインセンシティブ。 拗音。

mysql80> SELECT 'びょういん' = 'びよういん' COLLATE utf8mb4_ja_0900_as_cs;
+---------------------------------------------------------------------+
| 'びょういん' = 'びよういん' COLLATE utf8mb4_ja_0900_as_cs           |
+---------------------------------------------------------------------+
|                                                                   0 |
+---------------------------------------------------------------------+
1 row in set (0.00 sec)

病院≠美容院。拗音ケースセンシティブ。 最後🍣=🍺だけ俺はウインドーズでターミナルから直接打ち込めないので画像で。

ちょっと見にくいけど0。

というわけで、 MySQL Bugs: #79977: utf8mb4_unicode_520_ci don’t make sense for Japanese FTS の表に当てはめると

	utf8mb4_bin	utf8mb4_general_ci	utf8mb4_unicode_ci	utf8mb4_unicode_520_ci	utf8mb4_ja_0900_as_cs
Hiragana-Katakana	cs (unkind)	cs (unkind)	ci (good)	ci(good)	ci(good)
Youon	cs (good)	cs (good)	ci (critical)	ci(critical)	cs(good)
Dakuten-Handakuten	cs (good)	cs (good)	ci (critical)	ci(critical)	cs(good)
Wide-Narrow	cs (unkind)	cs (unkind)	ci (good)	ci(good)	ci(good)
Sushi-Beer	cs	ci	ci	cs	cs

おおー、結構いいセン行ってるんじゃないだろうか。

なお、斎藤さんは斉藤さんかとかそういうことを考え出すと、どうすればいいのか俺にもよくわからないけど一応センシティブ（中国語圏の人とかどうあるべきだと思うんだろう）

mysql80> SELECT '斎藤' = '斉藤' COLLATE utf8mb4_ja_0900_as_cs;
+---------------------------------------------------+
| '斎藤' = '斉藤' COLLATE utf8mb4_ja_0900_as_cs     |
+---------------------------------------------------+
|                                                 0 |
+---------------------------------------------------+
1 row in set (0.00 sec)

あとはこの設定を秘伝のmy.cnfのmysqldセクションに書き込んでおけばOK。 character_set_server はデフォルトがutf8mb4になったけれど一応ついでに。

$ vim my.cnf
..
[mysqld]
character_set_server = utf8mb4
collation_server = utf8mb4_ja_0900_as_cs
..

​