MariaDB 10.2中utf8_spanish2_ci排序规则是否正常工作？

刚照着《MySQL Cookbook》第3版的例子测试时，我也碰到了这个困惑：明明代码没问题，结果却和书里说的不一样。先把场景还原一下：

测试代码（来自《MySQL Cookbook》第3版） #

CREATE TABLE t (c CHAR(2) CHARACTER SET utf8);
INSERT INTO t (c) VALUES('cg'),('ch'),('ci'),('lk'),('ll'),('lm');

预期vs实际结果 #

• 执行SELECT c FROM t ORDER BY c COLLATE utf8_general_ci;，结果符合预期：cg, ch, ci, lk, ll, lm
• 按照书中描述，用utf8_spanish2_ci排序应该得到cg, ci, ch, lk, lm, ll（西班牙语规则里ch是单独的排序单元，ll要排在lm后面），但MariaDB 10.2里跑出来的结果和utf8_general_ci完全一致。

问题出在哪？ #

核心原因是MariaDB 10.2及更早版本对utf8字符集的utf8_spanish2_ci实现有差异：

• 在原生MySQL里，utf8（实际是utf8mb3）的utf8_spanish2_ci会把ch、ll当作单个排序单元处理，所以排序逻辑符合西班牙语规则。
• 但MariaDB 10.2里的utf8版utf8_spanish2_ci并没有启用这个特性，自然就和通用排序规则结果一样了。

怎么解决？ #

有两个简单的办法能拿到书里的预期结果：

方法1：换成utf8mb4字符集 #

不管MariaDB版本是啥，utf8mb4_spanish2_ci都能正确处理西班牙语的特殊排序规则。可以直接修改表结构，或者查询时临时转码：

-- 方案A：修改表的字符集
ALTER TABLE t MODIFY COLUMN c CHAR(2) CHARACTER SET utf8mb4;
SELECT c FROM t ORDER BY c COLLATE utf8mb4_spanish2_ci;

-- 方案B：查询临时转码，无需改表
SELECT c FROM t ORDER BY CONVERT(c USING utf8mb4) COLLATE utf8mb4_spanish2_ci;

执行后就能得到预期结果：cg, ci, ch, lk, lm, ll

方法2：升级MariaDB到10.3+ #

MariaDB 10.3及之后的版本，已经修复了utf8字符集下utf8_spanish2_ci的排序问题，升级后直接跑原来的查询就能得到预期结果。

额外提一句 #

书里的测试是基于MySQL环境，MariaDB作为分支版本，部分字符集排序规则的实现和原生MySQL存在差异很正常。而且utf8mb4本身就是更推荐的字符集，它支持完整的Unicode字符（比如emoji），比老的utf8（utf8mb3）实用多了。

内容的提问来源于stack exchange，提问作者grjash