为MySQL/MariaDB的utf8mb4字符集添加自定义排序规则的疑问

Great question! Let's walk through this step by step to clarify whether this approach is valid and safe:

1. 首先明确：手动创建utf8mb4标签并不“合规”（不符合官方维护规范） #

MySQL/MariaDB的charsets/Index.xml确实是定义字符集和排序规则的核心配置文件，但官方从未支持手动添加或修改utf8mb4的字符集定义。原因在于：

• utf8mb4是数据库原生深度集成的多字节UTF-8字符集，它的底层实现、字符映射规则和属性（比如ID、最大字节长度）都是硬编码在数据库代码中的，而非通过Index.xml动态加载。
• 你手动添加的<charset name="utf8mb4">标签会和数据库内置的utf8mb4定义产生冲突，这完全违背了官方的配置逻辑。

2. 直接修改的风险不容忽视 #

这种操作会带来一系列潜在问题：

• 启动失败或异常行为：如果自定义标签的ID、属性和内置定义冲突，数据库可能无法正常启动，或者出现排序结果混乱、字符编码错误等不可预测的问题。
• 升级兼容性问题：后续数据库版本升级时，官方会更新内置的utf8mb4实现或相关配置，你的自定义修改会被覆盖，甚至导致升级过程中断。
• 无官方技术支持：这类未文档化的修改不在官方支持范围内，一旦出现问题，你无法获得官方的技术协助。

3. 官方推荐的正确做法：使用CREATE COLLATION语句 #

从MySQL 8.0和MariaDB 10.2开始，官方提供了CREATE COLLATION语句来创建自定义排序规则，完全不需要修改配置文件：

• 基础自定义（基于现有排序规则调整）：

  CREATE COLLATION utf8mb4_myown_ci
    FOR utf8mb4
    FROM utf8mb4_general_ci
    WITH PAD SPACE;
  

• 复杂自定义（使用LDML规则）：
  如果你需要更精细的字符权重定义，可以编写LDML规则文件，然后通过以下语句创建：

  CREATE COLLATION utf8mb4_myown_ci
    FOR utf8mb4
    USING LDML '/path/to/your_custom_rules.xml';
  

  这种方式完全符合官方规范，且不会干扰数据库的原生配置。

4. 为什么Index.xml里找不到utf8mb4标签？ #

在较新的数据库版本中，utf8mb4的字符集定义是内置在代码中的，不再通过Index.xml加载，所以你自然找不到对应的标签。手动添加反而会破坏内置的正确配置逻辑。

内容的提问来源于stack exchange，提问作者K. Edelbert