PostgreSQL 10中如何实现MySQL的utf8_general_ci等价排序规则？

作为从MySQL转PostgreSQL的开发者，我完全懂你这种困惑——这俩数据库的字符集和排序规则体系确实不一样，尤其是在Windows环境下的PostgreSQL 10里，默认不会带MySQL那套命名的排序规则。下面给你拆解清楚：

核心差异：PostgreSQL的排序规则逻辑 #

MySQL的utf8_general_ci是一套预定义的、基于Unicode的通用不区分大小写排序规则；而PostgreSQL的排序规则是和系统区域（locale）绑定的，同时从10版本开始支持ICU（International Components for Unicode）排序规则，命名方式和MySQL完全不同，所以你在pg_collation里找不到utf8_general_ci这类名称是正常的。

最接近的等价方案 #

根据你的需求，分两种场景给你对应选项：

1. 通用不区分大小写排序（对应utf8_general_ci） #

如果不需要针对特定语言的精细排序，只是要类似utf8_general_ci的通用、不区分大小写的行为，推荐使用PostgreSQL的ICU通用排序规则：

• 使用und-x-icu-ci：代表Unicode通用区域（und）、ICU提供的排序规则、不区分大小写（ci）
• 如果还需要不区分重音（类似utf8_unicode_ci的部分特性），可以用und-x-icu-ci-ai

2. 基于特定语言的排序（更贴近实际业务场景） #

如果你的业务主要面向英文用户，那么en_US.UTF-8（Linux/macOS）或者English_United States.65001（Windows）是最常用的UTF-8排序规则，默认是区分大小写的。如果要实现不区分大小写的效果，可以：

• 在字段定义时指定排序规则：CREATE TABLE users (name VARCHAR(50) COLLATE "en_US.UTF-8"@ucs_basic);（@ucs_basic会使用简单的Unicode码点排序，更接近utf8_general_ci的简化逻辑）
• 或者使用PostgreSQL的citext类型，它会自动以不区分大小写的方式存储和比较字符串：CREATE TABLE users (name CITEXT);

如何查看PostgreSQL中可用的UTF8排序规则 #

执行以下SQL可以列出所有UTF8编码支持的排序规则：

SELECT collname, collprovider, colllocale 
FROM pg_collation 
WHERE collencoding = pg_char_to_encoding('UTF8')
ORDER BY collname;

• collprovider为icu的是ICU排序规则，libc的是系统locale驱动的规则

创建数据库时指定排序规则 #

如果你想在创建数据库时就设置全局的排序规则，类似MySQL创建库时指定utf8_general_ci，可以用以下命令：

Linux/macOS #

CREATE DATABASE mydb 
WITH ENCODING 'UTF8' 
LC_COLLATE 'en_US.UTF-8' 
LC_CTYPE 'en_US.UTF-8';

Windows #

CREATE DATABASE mydb 
WITH ENCODING 'UTF8' 
LC_COLLATE 'English_United States.65001' 
LC_CTYPE 'English_United States.65001';

如果要使用ICU的通用不区分大小写规则，可以直接指定：

CREATE DATABASE mydb 
WITH ENCODING 'UTF8' 
COLLATE 'und-x-icu-ci';

总结 #

PostgreSQL没有和utf8_general_ci完全一一对应的排序规则，但通过ICU通用规则或者调整系统locale排序，完全可以实现相同的业务效果。如果是字段级的需求，citext类型也是个非常便捷的选择。

内容的提问来源于stack exchange，提问作者slevin