mysql collat​​e latin1_german1_ci 不适用于 order by

Question

我有一个 mysql 数据库，我需要在其中对 varchar 列执行搜索。所有数据都以 latin1 编码。有时这些列中有西方重音字符(对我来说几乎总是法语。)使用默认排序规则 (latin1_swedish_ci) 对我来说一直很好。但是现在我遇到了一些包含变音符号的数据的问题。如果我搜索“nusserhof”，我希望 mysql 返回“nüsserhof”，但事实并非如此。将排序规则更改为 latin1_german1_ci 可以从最简单的意义上解决问题，例如此查询有效，返回包含单词“nüsserhof”的所有行:

select * from mytable where mycolumn like '%nusserhof%' collate latin1_german1_ci;

但是如果我添加一个 order by 子句，它就不再有效了。这不会返回任何包含单词“nüsserhof”的行:

select * from mytable where mycolumn like '%nusserhof%' order by mycolumn collate latin1_german1_ci;

令人惊讶的是，我在这里或通过谷歌找不到任何关于此的信息。这是预期的行为吗？作为解决方法，我只是放弃顺序，并在 PHP 中选择之后进行排序。但似乎我应该能够让它工作。

Answer 1

Is this expected behavior?

是的，是的。

在瑞典语中，字形 ü 代表字母 tyskt y(“德语 Y”)，因此位于 latin1_swedish_ci 之下它是字母 y 而不是 u 的变体。如果应用该排序规则，您要搜索 where mycolumn like '%nysserhof%'，将返回包含 nüsserhof 的记录。

在德语中，字形 ü 表示基本字形的重音变体(特别是元音变音)，因此在 latin1_german1_ci 之下。正如预期的那样，它是字母 u 的变体。因此，在此排序规则下运行搜索时，您会获得所需的结果。

正是由于这种局部差异，我们必须为我们的数据选择合适的排序规则:在一般情况下，没有一种排序规则总是合适的。

您在应用 ORDER BY 时观察到的问题源于对 COLLATE 关键字的误解:它不是 的一部分>SELECT 命令(这样它指示 MySQL 使用该排序规则进行命令中的所有比较)；相反，它是紧接在前的字符串的一部分(这样它指示 MySQL 仅对紧接在前的字符串使用该显式排序规则)。

也就是说，在您的第一种情况下，显式 latin1_german1_ci 归类应用于带有 coercibility 的 '%nusserhof%' 字符串文字的 0; mycolumn 的排序规则(大概是 latin1_swedish_ci)的强制性为 2。由于前者的值较低，因此在计算表达式时使用它。

在第二种情况下，显式 latin1_german1_ci 排序规则应用于 ORDER BY 子句中的 mycolumn:因此排序结果将放置 'nüsserhof' 在 'nu' 和 'nv' 之间，而不是在 'ny' 和 'nz 之间'。但是，显式排序规则不再适用于 WHERE 子句中的过滤器表达式，因此将应用该列的默认排序规则。

如果 mycolumn 中的数据全部为德语，您只需更改其默认排序规则，而不必再担心在 SQL 命令中指定显式排序规则:

ALTER TABLE mytable MODIFY mycolumn <type> COLLATE latin1_german1_ci