এই দুটি সমাহার উভয়ই ইউটিএফ -8 চরিত্রের এনকোডিংয়ের জন্য। পার্থক্যগুলি কীভাবে পাঠ্যকে সাজানো এবং তুলনা করা হয়।
দ্রষ্টব্য: মাইএসকিউএল এর utf8mb4পরিবর্তে আপনাকে ব্যবহার করতে হবে utf8। বিভ্রান্তিমূলকভাবে, utf8প্রারম্ভিক মাইএসকিউএল সংস্করণগুলি থেকে একটি ত্রুটিযুক্ত ইউটিএফ -8 বাস্তবায়ন যা কেবল পশ্চাদপদ সামঞ্জস্যের জন্যই থেকে যায়। নির্দিষ্ট সংস্করণটির নাম দেওয়া হয়েছিল utf8mb4।
দ্রষ্টব্য: মাইএসকিউএল এর নতুন সংস্করণগুলিতে ইউনিকোড বাছাইয়ের নিয়মগুলি আপডেট করা হয়েছে, যেমন utf8mb4_0900_ai_ci ইউনিকোড 9.0 এর ভিত্তিতে সমতুল্য নিয়মের জন্য নাম অনুসারে উপলব্ধ - এবং কোনও সমমানের _general বৈকল্পিক নেই। এখন এটি পড়তে থাকা লোকদের সম্ভবত হয় _unicode বা এর পরিবর্তে এই নতুন কোলিশনের একটি ব্যবহার করা উচিত_general । নীচে যা লিখিত রয়েছে তার বেশিরভাগটি এখন আর আগ্রহী নয় যদি আপনি তার পরিবর্তে আরও নতুন কোলিশান ব্যবহার করতে পারেন।
মূল পার্থক্য
utf8mb4_unicode_ci সর্বজনীন বাছাই এবং তুলনা করার জন্য অফিশিয়াল ইউনিকোড নিয়মের উপর ভিত্তি করে তৈরি করা হয়েছে, যা বিভিন্ন বিস্তৃত ভাষায় নির্ভুলভাবে সাজায়।
utf8mb4_general_ciগতির উন্নতির জন্য ডিজাইন করা অনেকগুলি শর্ট-কাট নেওয়ার সময় এটি করার পাশাপাশি লক্ষ্যগুলি বাছাইয়ের নিয়মের একটি সহজ সেট set এটি ইউনিকোড বিধি অনুসরণ করে না এবং এর ফলে কিছু পরিস্থিতিতে অনাকাঙ্ক্ষিত বাছাই বা তুলনা হয় যেমন নির্দিষ্ট ভাষা বা অক্ষর ব্যবহার করার সময়।
আধুনিক সার্ভারগুলিতে, এই পারফরম্যান্সের উত্সাহটি সমস্ত তুচ্ছ তবেই হবে। এটি এমন সময়ে তৈরি হয়েছিল যখন সার্ভারগুলির আজকের কম্পিউটারগুলির সিপিইউ পারফরম্যান্সের একটি ক্ষুদ্র ভগ্নাংশ ছিল।
utf8mb4_unicode_ciওভার উপকারিতাutf8mb4_general_ci
utf8mb4_unicode_ci, যা বাছাই এবং তুলনা করার জন্য ইউনিকোড বিধিগুলি ব্যবহার করে, বিভিন্ন বিস্তৃত ভাষায় সঠিক বাছাই করার জন্য এবং বিস্তৃত বিশেষ অক্ষর ব্যবহার করার সময় একটি মোটামুটি জটিল অ্যালগরিদম নিয়োগ করে। এই বিধিগুলি ভাষা-নির্দিষ্ট কনভেনশনগুলিকে বিবেচনা করা প্রয়োজন; আমরা কী বর্ণনামূলক ক্রম বলব তার প্রত্যেকেই তাদের চরিত্রগুলি সাজান না।
লাতিন (যেমন "ইউরোপীয়") ভাষাগুলি যতদূর যায় ইউনিকোড বাছাই এবং utf8mb4_general_ciমাইএসকিউএল সরলিকৃত বাছাইয়ের মধ্যে খুব বেশি পার্থক্য নেই, তবে এখনও কয়েকটি পার্থক্য রয়েছে:
উদাহরণস্বরূপ, ইউনিকোড কোলিশেশন "এসএস" এর মতো "ß", এবং "" "" ওই "এর মতো লোকেরা সাধারণত যে অক্ষরগুলি ব্যবহার করে লোকেরা চাইবে, সেখানে utf8mb4_general_ciতাদের একক অক্ষর হিসাবে বাছাই করে (সম্ভবত যথাক্রমে" এস "এবং" ই "এর মতো) ।
কিছু ইউনিকোড অক্ষরকে অজ্ঞান হিসাবে সংজ্ঞায়িত করা হয় যার অর্থ তারা সাজানোর ক্রমের দিকে গণনা করা উচিত নয় এবং তুলনাটি পরবর্তী অক্ষরটির পরিবর্তে এগিয়ে যাওয়া উচিত। utf8mb4_unicode_ciএগুলি সঠিকভাবে পরিচালনা করে
নন-লাতিন ভাষায় যেমন এশিয়ান ভাষা বা বিভিন্ন বর্ণমালা সম্বলিত ভাষাগুলিতে ইউনিকোড বাছাই এবং সরলিকৃত বাছাইয়ের মধ্যে আরও অনেক পার্থক্য থাকতে পারে utf8mb4_general_ci। এর উপযুক্ততা utf8mb4_general_ciব্যবহৃত ভাষার উপর নির্ভর করবে। কিছু ভাষার ক্ষেত্রে এটি যথেষ্ট অপ্রতুল।
আপনার কি ব্যবহার করা উচিত?
অবশ্যই utf8mb4_general_ciএখন আর ব্যবহার করার কোনও কারণ নেই, কারণ আমরা এমন পয়েন্টটি রেখে গেছি যেখানে সিপিইউর গতি যথেষ্ট কম যে পারফরম্যান্সের পার্থক্যটি গুরুত্বপূর্ণ। আপনার ডাটাবেস প্রায় নিশ্চিতভাবেই এর চেয়ে অন্য বাধা দ্বারা সীমাবদ্ধ থাকবে।
অতীতে, কিছু লোক utf8mb4_general_ciযথাযথ বাছাই করা পারফরম্যান্স ব্যয়ের জন্য ন্যায্যতা অর্জনের জন্য যথেষ্ট গুরুত্বপূর্ণ যখন ব্যতীত ব্যবহার করার পরামর্শ দিয়েছিল । আজ, সেই কর্মক্ষমতা ব্যয়টি সমস্ত অদৃশ্য হয়ে গেছে এবং বিকাশকারীরা আন্তর্জাতিকীকরণকে আরও গুরুতরভাবে চিকিত্সা করছেন।
একটি যুক্তি তৈরি করার দরকার আছে যে গতি যদি নির্ভুলতার চেয়ে আপনার কাছে গুরুত্বপূর্ণ হয় তবে আপনি কোনওভাবে বাছাইও করতে পারেন না। আপনার যদি এটি সঠিক হওয়ার প্রয়োজন না হয় তবে দ্রুত একটি অ্যালগরিদম তৈরি করা তুচ্ছ। সুতরাং, utf8mb4_general_ciএকটি সমঝোতা যা সম্ভবত গতির কারণে প্রয়োজন হয় না এবং সম্ভবত নির্ভুলতার কারণেও উপযুক্ত নয়।
আরেকটি জিনিস আমি যুক্ত করব তা হল আপনি যদি জানেন যে আপনার অ্যাপ্লিকেশনটি কেবলমাত্র ইংরাজী ভাষা সমর্থন করে তবে এটির জন্য লোকজনের নামগুলি মোকাবেলা করতে হতে পারে, যা প্রায়শই অন্যান্য ভাষায় ব্যবহৃত অক্ষরগুলিতে থাকতে পারে যেখানে এটি সঠিকভাবে বাছাই করা যেমন গুরুত্বপূর্ণ । সব কিছুর জন্য ইউনিকোড নিয়ম ব্যবহার করা মানসিক প্রশান্তি যুক্ত করতে সহায়তা করে যে খুব স্মার্ট ইউনিকোড লোকেরা সঠিকভাবে বাছাইয়ের কাজটি করার জন্য খুব কঠোর পরিশ্রম করেছে।
পার্টস মানে কি
প্রথমত, ciজন্য কেস-অবশ বাছাই এবং তুলনা। এর অর্থ এটি পাঠ্য ডেটার জন্য উপযুক্ত এবং কেসটি গুরুত্বপূর্ণ নয়। অন্যান্য ধরণের কোলেশন csহ'ল পাঠ্য তথ্যগুলির ক্ষেত্রে (কেস-সংবেদনশীল) যেখানে কেস গুরুত্বপূর্ণ, এবং binযেখানে এনকোডিংয়ের সাথে ম্যাচ করা প্রয়োজন, বিট বিট, যা ক্ষেত্রগুলির জন্য উপযুক্ত যা সত্যই এনকোডেড বাইনারি ডেটা (যেমন, উদাহরণস্বরূপ, করুন Base64-)। কেস-সংবেদনশীল বাছাই কিছু অদ্ভুত ফলাফলের দিকে নিয়ে যায় এবং কেস-সংবেদনশীল তুলনা কেবল বর্ণের ক্ষেত্রে ডুপ্লিকেট মানগুলিতে পৃথক হতে পারে, সুতরাং কেস-সংবেদনশীল কোলেশনগুলি পাঠ্য তথ্যের পক্ষে যায় না - যদি ক্ষেত্রেটি আপনার কাছে তাত্পর্যপূর্ণ হয় তবে অন্যথায় অবজ্ঞাপূর্ণ বিরামচিহ্ন otherwise এবং তাই সম্ভবত এটিও তাত্পর্যপূর্ণ এবং একটি বাইনারি কোলেশন আরও উপযুক্ত হতে পারে।
পরবর্তী, unicodeবা generalনির্দিষ্ট বাছাই এবং তুলনা বিধিগুলি উল্লেখ করে - বিশেষত, পাঠ্যকে যেভাবে সাধারণ করা হয় বা তুলনা করা হয়। Utf8mb4 চরিত্রের এনকোডিংয়ের জন্য নিয়মের অনেকগুলি সেট রয়েছে, যার সাথে unicodeএবং generalদু'টি হয়ে থাকে যা একটি নির্দিষ্টটির পরিবর্তে সমস্ত সম্ভাব্য ভাষায় ভালভাবে কাজ করার চেষ্টা করে। এই দুটি সেট নিয়মের মধ্যে পার্থক্য এই উত্তরের বিষয়। নোট যেটি unicodeইউনিকোড ৪.০ থেকে বিধি ব্যবহার করে। মাইএসকিউএল এর সাম্প্রতিক সংস্করণগুলি unicode_520ইউনিকোড 5.2 থেকে নিয়ম ব্যবহার করে এবং 0900ইউনিকোড 9.0 থেকে নিয়ম ব্যবহার করে "" ইউনিকোড_ "অংশটি বাদ দিচ্ছে) যুক্ত করে rule
এবং সবশেষে, utf8mb4অবশ্যই অভ্যন্তরীণভাবে অক্ষর এনকোডিং। এই উত্তরে আমি কেবল ইউনিকোড ভিত্তিক এনকোডিংগুলি নিয়েই কথা বলছি।