MySQL 8.0.32中含民族字符的字符串常量比较异常问题

问题场景 #

在MySQL 8.0.32中搭建了如下测试环境：

CREATE SCHEMA `test_schema` DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_pl_0900_ai_ci ;

CREATE TABLE `test_schema`.`test_table` (
  `test_column` VARCHAR(64) NULL
);

INSERT INTO `test_schema`.`test_table` (`test_column`) VALUES('Łucja');
INSERT INTO `test_schema`.`test_table` (`test_column`) VALUES('Lucjan');

表和列未指定排序规则，继承了Schema的波兰语排序规则utf8mb4_pl_0900_ai_ci。执行SELECT * FROM test_table WHERE test_column LIKE 'Ł%';时，能正确返回仅包含Łucja的结果——该排序规则中Ł和L是独立字符，匹配逻辑符合预期。

但执行SELECT * FROM test_table WHERE 'Lucjan' LIKE 'Ł%';却返回两行数据，不符合预期。进一步测试发现：独立字符串（非表字段）的比较不会自动使用Schema的排序规则，比如SELECT 1 WHERE 'L' LIKE 'Ł%'会返回结果，说明此时用的不是波兰语排序规则。

现有方案的问题 #

• 使用BINARY关键字可以修正问题，但在存储函数中会收到弃用警告：

  1287 'BINARY expr' is deprecated and will be removed in a future release. Please use CAST instead
  

• 使用CAST('L' AS CHAR(6) CHARSET latin2) LIKE 'Ł%'能得到正确结果，但写法繁琐。

可行解决方案 #

1. 会话/全局级别统一排序规则 #

通过设置collation_connection参数，让当前会话所有字符串比较都使用指定的排序规则：

-- 会话级别生效
SET collation_connection = 'utf8mb4_pl_0900_ai_ci';

设置后，独立字符串的LIKE比较会遵循波兰语排序规则，SELECT 1 WHERE 'L' LIKE 'Ł%'将不再返回结果，SELECT * FROM test_table WHERE 'Lucjan' LIKE 'Ł%';也只会返回正确的行。

如果需要全局永久生效，可在MySQL配置文件（如my.cnf/my.ini）中添加：

[mysqld]
collation_connection = utf8mb4_pl_0900_ai_ci

注意：该设置会影响所有会话的字符串比较行为，需确认业务全场景适配该排序规则。

2. 简化CAST指定排序规则 #

无需指定字符集长度，直接对字符串或匹配模式指定排序规则即可，写法更简洁：

-- 对目标字符串指定排序规则
SELECT * FROM test_table WHERE CAST('Lucjan' AS CHAR) COLLATE utf8mb4_pl_0900_ai_ci LIKE 'Ł%';

-- 或对匹配模式指定排序规则
SELECT * FROM test_table WHERE 'Lucjan' LIKE 'Ł%' COLLATE utf8mb4_pl_0900_ai_ci;

这种方式仅针对单个SQL生效，适合局部需要特殊排序规则的场景。

3. 将字符串转为表字段形式 #

把独立字符串包装成子查询字段，让它继承当前Schema的排序规则：

SELECT * FROM test_table, (SELECT 'Lucjan' AS str) t WHERE t.str LIKE 'Ł%';

子查询的str字段会自动继承Schema的排序规则，因此比较逻辑会符合预期。

原因说明 #

MySQL中，表字段会继承Schema/表的排序规则，但字面量字符串的排序规则由collation_connection参数决定。默认情况下该参数可能与Schema排序规则不一致，导致独立字符串比较时使用了错误的规则，从而出现不符合预期的匹配结果。

内容的提问来源于stack exchange，提问作者Kuba D