В чем смысл COLLATIONS для столбцов nvarchar (Unicode)?

Ответ 1

Хранение и представление символов - это одно, а знание того, как их сортировать и сравнивать, - другое.

Данные Unicode, хранящиеся в типах XML и N -prefixed в SQL Server, могут представлять все символы на всех языках (по большей части, и это является его целью) с одним набором символов. Поэтому для данных NCHAR/NVARCHAR (я опускаю NTEXT, так как они больше не должны использоваться, и XML, поскольку на них не влияют параметры сортировки), параметры сортировки не изменяют то, какие символы могут быть сохранены., Для данных CHAR и VARCHAR параметры сортировки влияют на то, что может быть сохранено, так как каждое сопоставление указывает на конкретную кодовую страницу, которая определяет, что может храниться в значениях 128 - 255.

Теперь, хотя для всех символов существует порядок сортировки по умолчанию, он не может работать на всех языках и культурах. Есть много языков, которые разделяют некоторые/многие/все символы, но имеют разные правила их сортировки. Например, буква "C" стоит перед буквой "D" в большинстве алфавитов, которые используют эти буквы. В американском английском языке комбинация "C" и "H" (то есть "CH" в виде двух отдельных букв), естественно, будет стоять перед любой строкой, начинающейся с "D". Но в некоторых языках двухбуквенная комбинация "CH" является особенной и сортируется после "D":

IF (   N'CH' COLLATE Czech_CI_AI > N'D' COLLATE Czech_CI_AI
   AND N'C'  COLLATE Czech_CI_AI < N'D' COLLATE Czech_CI_AI
   AND N'CI' COLLATE Czech_CI_AI < N'D' COLLATE Czech_CI_AI
   ) PRINT 'Czech_CI_AI';

IF (   N'CH' COLLATE Czech_100_CI_AI > N'D' COLLATE Czech_100_CI_AI
   AND N'C'  COLLATE Czech_100_CI_AI < N'D' COLLATE Czech_100_CI_AI
   AND N'CI' COLLATE Czech_100_CI_AI < N'D' COLLATE Czech_100_CI_AI
   ) PRINT 'Czech_100_CI_AI';

IF (   N'CH' COLLATE Slovak_CI_AI > N'D' COLLATE Slovak_CI_AI
   AND N'C'  COLLATE Slovak_CI_AI < N'D' COLLATE Slovak_CI_AI
   AND N'CI' COLLATE Slovak_CI_AI < N'D' COLLATE Slovak_CI_AI
   ) PRINT 'Slovak_CI_AI';

IF (   N'CH' COLLATE Slovak_CS_AS > N'D' COLLATE Slovak_CS_AS
   AND N'C'  COLLATE Slovak_CS_AS < N'D' COLLATE Slovak_CS_AS
   AND N'CI' COLLATE Slovak_CS_AS < N'D' COLLATE Slovak_CS_AS
   ) PRINT 'Slovak_CS_AS';

IF (   N'CH' COLLATE Latin1_General_100_CI_AS > N'D' COLLATE Latin1_General_100_CI_AS
   AND N'C'  COLLATE Latin1_General_100_CI_AS < N'D' COLLATE Latin1_General_100_CI_AS
   AND N'CI' COLLATE Latin1_General_100_CI_AS < N'D' COLLATE Latin1_General_100_CI_AS
   ) PRINT 'Latin1_General_100_CI_AS'
ELSE PRINT 'Nope!';

Returns:

Czech_CI_AI
Czech_100_CI_AI
Slovak_CI_AI
Slovak_CS_AS
Nope!

Чтобы увидеть примеры правил сортировки в разных культурах, см. диаграммы сопоставления.

Кроме того, в некоторых языках определенные буквы или комбинации букв приравниваются к другим буквам так, как это не происходит в большинстве других языков. Например, только на датском языке "å" приравнивается к "aa". Но "å" не означает только "a":

IF (N'aa' COLLATE Danish_Greenlandic_100_CI_AI =  N'å' COLLATE Danish_Greenlandic_100_CI_AI
AND N'a'  COLLATE Danish_Greenlandic_100_CI_AI <> N'å' COLLATE Danish_Greenlandic_100_CI_AI
   ) PRINT 'Danish_Greenlandic_100_CI_AI';

IF (   N'aa' COLLATE Danish_Norwegian_CI_AI =  N'å' COLLATE Danish_Norwegian_CI_AI
   AND N'a'  COLLATE Danish_Norwegian_CI_AI <> N'å' COLLATE Danish_Norwegian_CI_AI
   ) PRINT 'Danish_Norwegian_CI_AI';

IF (   N'aa' COLLATE Latin1_General_100_CI_AI =  N'å' COLLATE Latin1_General_100_CI_AI
   AND N'a'  COLLATE Latin1_General_100_CI_AI <> N'å' COLLATE Latin1_General_100_CI_AI
   ) PRINT 'Latin1_General_100_CI_AI'
ELSE PRINT 'Nope!';

Returns:

Danish_Greenlandic_100_CI_AI
Danish_Norwegian_CI_AI
Nope!

Все это очень сложно, и я даже не упомянул обработку языков справа налево (иврит и арабский), китайского, японского, комбинирование символов и т.д.

Если вы хотите получить более глубокое представление о правилах, ознакомьтесь с алгоритмом сопоставления Unicode (UCA). Приведенные выше примеры основаны на примерах в этой документации, хотя я не верю, что все правила в UCA были реализованы, тем более что параметры сортировки Windows (параметры сортировки не начинаются с SQL_) основаны на Unicode 5.0 или 6.0, в зависимости от в той операционной системе, которую вы используете, и в версии .NET Framework, которая установлена (подробности см. в SortVersion).

Это то, что делают сортировки. Если вы хотите просмотреть все доступные параметры сортировки, просто выполните следующее:

SELECT [name] FROM sys.fn_helpcollations() ORDER BY [name];

Ответ 2

Если у вас есть один char, тогда нет порядка. Но если вы заказываете, например, НАЗВАНИЯ ЛЮДЕЙ - разные специальные символы на разных языках упорядочены по-разному в зависимости от сортировки.

сначала сортировка может быть чувствительной к регистру - показать все B до b - и у вторых специальных символов есть специальные правила в зависимости от сортировки.

Документация хороша в этом.

Ответ 3

Я думаю, что исходный плакат путается между CODE PAGES и COLLATIONS.

"n" в nvarchar/nchar позволяет хранить текст, используя набор номеров Unicode, который достаточно велик, чтобы включить все символы на всех языках (в принципе, в любом случае) с уникальным номером. Это само по себе не связано с сопоставлениями. nvarchar/nchar не использует CODE PAGES для кодирования/декодирования значения каждого символьного кода.

Коллажи определяют порядок сортировки символов и какие варианты символов следует рассматривать как идентичные. nvarchar/nchar Использует COLLATIONS для определения этих различий.