utf8mb4_0900_ai_ciは "=" と "≠" を同じ文字だと思っている

TL;DR

• MySQL Bugs: #92899: Incorrect uniqueness determination with equality symbols を見て思ったことのメモ
• 少なくとも utf8mb4_0900_ai_ci にとっては '=' = '≠' がTRUE

---

MySQL 8.0の utf8mb4 のデフォルト照合順序として utf8mb4_0900_ai_ci というのがあって（ default_collation_for_utf8mb4 で多少は変えられる）、これは kamipoのハハ=パパ問題 を引き起こす照合順序として日本人には知られている（と思う。といいな。広まれ！）

で、その utf8mb4_0900_ai_ci が今度はイコール=ノットイコール問題を発症したらしい。

mysql80 34> SELECT '=' = '≠';
+-------------+
| '=' = '≠'   |
+-------------+
|           1 |
+-------------+
1 row in set (0.00 sec)

…はは。
ちょっと気になって調べてみた感じ、どうもUCA準拠の照合順序では 最初っからそうだったっぽい
MySQL 5.0ですらこれは引っ掛かる。

mysql50> SELECT '=' = '≠' COLLATE utf8_unicode_ci;
+-------------------------------------+
| '=' = '≠' COLLATE utf8_unicode_ci   |
+-------------------------------------+
|                                   1 |
+-------------------------------------+
1 row in set (0.00 sec)

mysql50> SELECT '=' = '≠' COLLATE utf8_general_ci;
+-------------------------------------+
| '=' = '≠' COLLATE utf8_general_ci   |
+-------------------------------------+
|                                   0 |
+-------------------------------------+
1 row in set (0.00 sec)

今まで暗黙のデフォルトが「引っ掛からない」方だったから気にならなかった、というだけのアレだったようですね。

ちなみにどんな文字が同一視されるか、については 日本MySQLユーザ会 の代表えもんこと @tmtms さんがかなり昔にまとめてくれていましたね。

• MySQL 5.5 の unicode collation で同一視される文字 - @tmtms のメモ
• MySQL 5.5.11 unicode_ci で同一視される文字

ありがたやありがたや(*-人-)

​