MySQL 8.0 utf8mb4_bin下插入不同孟加拉语单词触发唯一键重复错误

问题原因 #

1. 字段排序规则未生效：唯一键的等值判断逻辑基于字段绑定的排序规则实现，你建表语句虽然声明了COLLATE=utf8mb4_bin，但如果受库/表级默认排序规则、客户端连接配置影响，jp_word实际生效的不是二进制排序规则，就会将存在Unicode等价性的两个孟加拉语单词判定为相等，触发唯一键冲突。
2. MyISAM引擎缺陷：MySQL 8.0已停止对MyISAM引擎的功能维护，该引擎对Unicode字符的索引校验存在已知bug，哪怕字段用了二进制排序规则，也可能出现二进制值不同的字符串被判定为重复的问题。
3. 低版本MySQL bug：你使用的8.0.12属于早期8.0版本，存在utf8mb4二进制排序规则校验异常的已知问题，也会导致该错误。

解决方法 #

1. 确认并修正字段排序规则
   执行以下命令查看jp_word字段的实际属性：

SHOW FULL COLUMNS FROM lc6_words WHERE Field = 'jp_word';

如果返回结果的Collation列不是utf8mb4_bin，执行修改语句：

ALTER TABLE lc6_words MODIFY COLUMN jp_word VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NOT NULL;

2. 更换存储引擎为InnoDB
   InnoDB是MySQL官方目前主推的存储引擎，对Unicode索引的支持更稳定，执行语句更换：

ALTER TABLE lc6_words ENGINE = InnoDB;

3. 升级MySQL版本
   如果上述操作后仍有问题，将MySQL升级到8.0最新稳定版即可修复低版本的字符集校验bug。
4. 临时规避方案
   如果暂时无法修改表结构或升级数据库，可以新增一个二进制哈希字段作为唯一键，存储MD5(BINARY jp_word)的计算结果，绕过字符排序规则的校验问题。

内容的提问来源于stack exchange，提问作者sariDon