不知大家是否注意过，Sorting和Collation这两个词儿常在工作中被混用。但事实上，这二者不是一个概念，甚至不在一个层面上。
先看看这二者是如何进行定义的。Sorting是按照某种规则，对数据进行的分类、整理；而Collation则是对数字，字符进行某种顺序的装配、组合。还是一头雾水，不明就里？……
举个例子吧，假设某一本书籍是集体创作，作者名较多，那么作者列表是如何呈现给读者呢？最常见的一种应该是“按照作者姓名笔画排序”吧？这里的Sorting就是ORDER by name ASC（对姓名进行排序），Collation则是COLLATE Chinese_PRC_Stroke_CI_AS（按照姓名笔画）。再说的直白些，Sorting面向业务层面，关注显示，搜索，过滤的结果。Collation面向技术层面，关注特定自然语言环境下，字符、数字的期望排列规则。
这下了然了？好！那我们继续对Collation进行深入分析，尤其是对Collation的选择和使用问题上。首先看自然语言的哪些方面会对Collation的选择造成影响。
其次，不同的数据库对于Collation的使用层级也有差别，总结如下。
从图中可以看到，针对不同的数据库使用场景，我们可以在Server, Database, Table Column, Expression等层面分别指定Collation。
最后还有一些关于Collation的选择标准，推荐如下：
先看看这二者是如何进行定义的。Sorting是按照某种规则，对数据进行的分类、整理；而Collation则是对数字，字符进行某种顺序的装配、组合。还是一头雾水，不明就里？……
举个例子吧，假设某一本书籍是集体创作，作者名较多，那么作者列表是如何呈现给读者呢？最常见的一种应该是“按照作者姓名笔画排序”吧？这里的Sorting就是ORDER by name ASC（对姓名进行排序），Collation则是COLLATE Chinese_PRC_Stroke_CI_AS（按照姓名笔画）。再说的直白些，Sorting面向业务层面，关注显示，搜索，过滤的结果。Collation面向技术层面，关注特定自然语言环境下，字符、数字的期望排列规则。
这下了然了？好！那我们继续对Collation进行深入分析，尤其是对Collation的选择和使用问题上。首先看自然语言的哪些方面会对Collation的选择造成影响。
- 字母顺序
- 大小写
- 修饰符号
- 变音符号
- 笔画 (CCJK)
- 音节结构
其次，不同的数据库对于Collation的使用层级也有差别，总结如下。
从图中可以看到，针对不同的数据库使用场景，我们可以在Server, Database, Table Column, Expression等层面分别指定Collation。
最后还有一些关于Collation的选择标准，推荐如下：
- 尽量选择utf8作为charset，utf8_unicode_ci作为对应的collation
- 在项目和产品中尽可能使用单一的collation
- 一旦发生必须使用多个collation的情况，注意避免collation冲突的情况发生
- 注意collation的强行转换，这很可能会导致数据的遗失
扫一扫
636
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
