# 10.14.1 排序规则实现类型

MySQL 实现了几种类型的排序规则:

8 位字符集的简单排序规则

这种排序是使用一个包含 256 个权重的数组来实现的,该数组定义了从字符代码到权重的一对一映射。latin1_swedish_ci是一个例子。它是不区分大小写的排序规则,因此字符的大写和小写版本具有相同的权重并且它们比较相等。

mysql> SET NAMES 'latin1' COLLATE 'latin1_swedish_ci';
Query OK, 0 rows affected (0.01 sec)

mysql> SELECT HEX(WEIGHT_STRING('a')), HEX(WEIGHT_STRING('A'));
+-------------------------+-------------------------+
| HEX(WEIGHT_STRING('a')) | HEX(WEIGHT_STRING('A')) |
+-------------------------+-------------------------+
| 41                      | 41                      |
+-------------------------+-------------------------+
1 row in set (0.01 sec)

mysql> SELECT 'a' = 'A';
+-----------+
| 'a' = 'A' |
+-----------+
|         1 |
+-----------+
1 row in set (0.12 sec)

有关实施说明,请参阅第 10.14.3 节,“向 8 位字符集添加简单排序规则”.

8 位字符集的复杂排序规则

这种排序规则是使用 C 源文件中的函数实现的,这些函数定义了如何对字符进行排序,如中所述第 10.13 节,“添加字符集”.

非 Unicode 多字节字符集的排序规则

对于这种排序规则,8 位(单字节)和多字节字符的处理方式不同。对于 8 位字符,字符代码以不区分大小写的方式映射到权重。(例如,单字节字符'一种''一种'两者的重量均为0x41.) 对于多字节字符,字符代码和权重之间有两种关系:

  • 权重等于字符代码。sjis_japanese_ci是这种排序规则的一个例子。多字节字符'ぢ'有一个字符代码0x82C0, 权重也是0x82C0.

    mysql> CREATE TABLE t1
           (c1 VARCHAR(2) CHARACTER SET sjis COLLATE sjis_japanese_ci);
    Query OK, 0 rows affected (0.01 sec)
    
    mysql> INSERT INTO t1 VALUES ('a'),('A'),(0x82C0);
    Query OK, 3 rows affected (0.00 sec)
    Records: 3  Duplicates: 0  Warnings: 0
    
    mysql> SELECT c1, HEX(c1), HEX(WEIGHT_STRING(c1)) FROM t1;
    +------+---------+------------------------+
    | c1   | HEX(c1) | HEX(WEIGHT_STRING(c1)) |
    +------+---------+------------------------+
    | a    | 61      | 41                     |
    | A    | 41      | 41                     |
    | ぢ    | 82C0    | 82C0                   |
    +------+---------+------------------------+
    3 rows in set (0.00 sec)
    
  • 字符代码与权重一一对应,但代码不一定等于权重。gbk_chinese_ci是这种排序规则的一个例子。多字节字符'膰'有一个字符代码0x81B0但重量0xC286.

    mysql> CREATE TABLE t1
           (c1 VARCHAR(2) CHARACTER SET gbk COLLATE gbk_chinese_ci);
    Query OK, 0 rows affected (0.33 sec)
    
    mysql> INSERT INTO t1 VALUES ('a'),('A'),(0x81B0);
    Query OK, 3 rows affected (0.00 sec)
    Records: 3  Duplicates: 0  Warnings: 0
    
    mysql> SELECT c1, HEX(c1), HEX(WEIGHT_STRING(c1)) FROM t1;
    +------+---------+------------------------+
    | c1   | HEX(c1) | HEX(WEIGHT_STRING(c1)) |
    +------+---------+------------------------+
    | a    | 61      | 41                     |
    | A    | 41      | 41                     |
    | 膰    | 81B0    | C286                   |
    +------+---------+------------------------+
    3 rows in set (0.00 sec)
    

    有关实施说明,请参阅第 10.13 节,“添加字符集”.

Unicode 多字节字符集的排序规则

其中一些排序规则基于 Unicode 排序算法 (UCA),而其他排序规则则不是。

非 UCA 归类具有从字符代码到权重的一对一映射。在 MySQL 中,此类排序规则不区分大小写和重音。utf8_general_ci是一个例子:'一种','一种','一种', 和'一种'每个都有不同的字符代码,但都有一个权重0x0041并比较相等。

mysql> SET NAMES 'utf8' COLLATE 'utf8_general_ci';
Query OK, 0 rows affected (0.00 sec)

mysql> CREATE TABLE t1
       (c1 CHAR(1) CHARACTER SET UTF8 COLLATE utf8_general_ci);
Query OK, 0 rows affected (0.01 sec)

mysql> INSERT INTO t1 VALUES ('a'),('A'),('À'),('á');
Query OK, 4 rows affected (0.00 sec)
Records: 4  Duplicates: 0  Warnings: 0

mysql> SELECT c1, HEX(c1), HEX(WEIGHT_STRING(c1)) FROM t1;
+------+---------+------------------------+
| c1   | HEX(c1) | HEX(WEIGHT_STRING(c1)) |
+------+---------+------------------------+
| a    | 61      | 0041                   |
| A    | 41      | 0041                   |
| À    | C380    | 0041                   |
| á    | C3A1    | 0041                   |
+------+---------+------------------------+
4 rows in set (0.00 sec)

MySQL 中基于 UCA 的排序规则具有以下属性:

  • 如果一个字符有权重,每个权重使用 2 个字节(16 位)。

  • 一个角色可能有零权重(或空权重)。在这种情况下,字符是可忽略的。示例:“U+0000 NULL”没有权重,可以忽略。

  • 一个角色可能有一个权重。例子:'一种'重量为0x0E33.

    mysql> SET NAMES 'utf8' COLLATE 'utf8_unicode_ci';
    Query OK, 0 rows affected (0.05 sec)
    
    mysql> SELECT HEX('a'), HEX(WEIGHT_STRING('a'));
    +----------+-------------------------+
    | HEX('a') | HEX(WEIGHT_STRING('a')) |
    +----------+-------------------------+
    | 61       | 0E33                    |
    +----------+-------------------------+
    1 row in set (0.02 sec)
    
  • 一个角色可能有很多权重。这是一个扩展。示例:德语字母'ß'(SZ ligature,或 SHARP S)的重量为0x0FEA0FEA.

    mysql> SET NAMES 'utf8' COLLATE 'utf8_unicode_ci';
    Query OK, 0 rows affected (0.11 sec)
    
    mysql> SELECT HEX('ß'), HEX(WEIGHT_STRING('ß'));
    +-----------+--------------------------+
    | HEX('ß')  | HEX(WEIGHT_STRING('ß'))  |
    +-----------+--------------------------+
    | C39F      | 0FEA0FEA                 |
    +-----------+--------------------------+
    1 row in set (0.00 sec)
    
  • 许多字符可能有一个权重。这是一种收缩。例子:'ch'是捷克语中的一个字母,重量为0x0EE2.

    mysql> SET NAMES 'utf8' COLLATE 'utf8_czech_ci';
    Query OK, 0 rows affected (0.09 sec)
    
    mysql> SELECT HEX('ch'), HEX(WEIGHT_STRING('ch'));
    +-----------+--------------------------+
    | HEX('ch') | HEX(WEIGHT_STRING('ch')) |
    +-----------+--------------------------+
    | 6368      | 0EE2                     |
    +-----------+--------------------------+
    1 row in set (0.00 sec)
    

    多字符到多权重的映射也是可能的(这是收缩与扩展),但 MySQL 不支持。

    有关实现说明,对于非 UCA 排序规则,请参阅第 10.13 节,“添加字符集”.对于 UCA 归类,请参阅第 10.14.4 节,“将 UCA 归类添加到 Unicode 字符集”.

其他排序规则

还有一些排序规则不属于前面的任何类别。