SQL Server中的Collate排序规则关键字的使用

SQL Server中的Collate排序规则关键字的使用

collate是一个子句，可应用于数据库定义或列定义以定义排序规则，或应用于字符串表达式以应用排序规则投影。
语法
COLLATE < collation_name >
< collation_name > ::=
{ Windows_collation_name } | { SQL_collation_name }
参数
collation_name
是应用于表达式、列定义或数据库定义的排序规则的名称。collation_name 可以只是指定的 Windows_collation_name 或 SQL_collation_name。
Windows_collation_name
是 Windows 排序规则的排序规则名称。请参见 Windows 排序规则名称。
SQL_collation_name
是 SQL 排序规则的排序规则名称。请参见 SQL 排序规则名称。
COLLATE 子句只能应用于 char、varchar、text、nchar、nvarchar 和 ntext 数据类型。

我们在create table时经常会碰到这样的语句，例如：password nvarchar(10)collate chinese_prc_ci_as null，那它到底是什么意思呢？不妨看看下面：
首先，collate是一个子句，可应用于数据库定义或列定义以定义排序规则，或应用于字符串表达式以应用排序规则投影。
语法是collate collation_name
collation_name ：：={windows_collation_name}|{sql_collation_name}
参数collate_name是应用于表达式、列定义或数据库定义的排序规则的名称。collation_name 可以只是指定的Windows_collation_name 或 SQL_collation_name。
Windows_collation_name 是 Windows 排序规则的排序规则名称。参见 Windows 排序规则名称。

SQL_collation_name 是 SQL 排序规则的排序规则名称。参见 SQL 排序规则名称。
下面简单介绍一下排序规则：
什么叫排序规则呢？MS是这样描述的："在 Microsoft SQL Server 2000 中，

字符串的物理存储由排序规则控制。排序规则指定表示每个字符的位模式以及存

储和比较字符所使用的规则。"

　　在查询分析器内执行下面语句，可以得到SQL　SERVER支持的所有排序规则。
　　　　select * from ::fn_helpcollations()
排序规则名称由两部份构成，前半部份是指本排序规则所支持的字符集。

如：

　　Chinese_PRC_CS_AI_WS

前半部份：指UNICODE字符集，Chinese_PRC_指针对大陆简体字UNICODE的排序规则。

排序规则的后半部份即后缀 含义： 

　　_BIN 二进制排序 

　　_CI(CS) 是否区分大小写，CI不区分，CS区分

　　_AI(AS) 是否区分重音，AI不区分，AS区分　　　

　　_KI(KS) 是否区分假名类型,KI不区分，KS区分　

     _WI(WS) 是否区分宽度 WI不区分，WS区分　
区分大小写:如果想让比较将大写字母和小写字母视为不等，请选择该选项。

区分重音:如果想让比较将重音和非重音字母视为不等，请选择该选项。如果选择该选项，

         比较还将重音不同的字母视为不等。

区分假名:如果想让比较将片假名和平假名日语音节视为不等，请选择该选项。

区分宽度:如果想让比较将半角字符和全角字符视为不等，请选择该选项
 
利用排序规则特点计算汉字笔划和取得拼音首字母
SQL　SERVER的排序规则平时使用不是很多，也许不少初学者还比较陌生，但有

一个错误大家应是经常碰到: SQL SERVER数据库，在跨库多表连接查询时，若两数据

库默认字符集不同，系统就会返回这样的错误：

      

           “无法解决 equal to 操作的排序规则冲突。”
一.错误分析：

　　这个错误是因为排序规则不一致造成的，我们做个测试，比如：

create table #t1(

name varchar(20) collate Albanian_CI_AI_WS,  

value int)
create table #t2(

name varchar(20) collate Chinese_PRC_CI_AI_WS,    

value int )
表建好后，执行连接查询：
select * from #t1 A inner join #t2 B on A.name=B.name
这样，错误就出现了：
           服务器: 消息 446，级别 16，状态 9，行 1

           无法解决 equal to 操作的排序规则冲突。

　　要排除这个错误，最简单方法是，表连接时指定它的排序规则，这样错误就

不再出现了。语句这样写：
select *

from #t1 A inner join #t2 B

on A.name=B.name collate Chinese_PRC_CI_AI_WS

二.排序规则简介：
     什么叫排序规则呢？MS是这样描述的："在 Microsoft SQL Server 2000 中，

字符串的物理存储由排序规则控制。排序规则指定表示每个字符的位模式以及存

储和比较字符所使用的规则。"

　　在查询分析器内执行下面语句，可以得到SQL　SERVER支持的所有排序规则。
　　　　select * from ::fn_helpcollations()
排序规则名称由两部份构成，前半部份是指本排序规则所支持的字符集。

如：

　　Chinese_PRC_CS_AI_WS

前半部份：指UNICODE字符集，Chinese_PRC_指针对大陆简体字UNICODE的排序规则。

排序规则的后半部份即后缀 含义：

　　_BIN 二进制排序

　　_CI(CS) 是否区分大小写，CI不区分，CS区分

　　_AI(AS) 是否区分重音，AI不区分，AS区分　　　

　　_KI(KS) 是否区分假名类型,KI不区分，KS区分　

     _WI(WS) 是否区分宽度 WI不区分，WS区分　
区分大小写:如果想让比较将大写字母和小写字母视为不等，请选择该选项。

区分重音:如果想让比较将重音和非重音字母视为不等，请选择该选项。如果选择该选项，

         比较还将重音不同的字母视为不等。

区分假名:如果想让比较将片假名和平假名日语音节视为不等，请选择该选项。

区分宽度:如果想让比较将半角字符和全角字符视为不等，请选择该选项

三.排序规则的应用：

　　SQL SERVER提供了大量的WINDOWS和SQLSERVER专用的排序规则，但它的应用往往

被开发人员所忽略。其实它在实践中大有用处。
　　例1:让表NAME列的内容按拼音排序：
create table #t(id int,name varchar(20))

insert #t select 1,'中'

union all select 2,'国'

union all select 3,'人'

union all select 4,'阿'
select * from #t order by name collate Chinese_PRC_CS_AS_KS_WS

drop table #t

/*结果：

id           name                

----------- --------------------

4           阿

2           国

3           人

1           中

*/
　　例2：让表NAME列的内容按姓氏笔划排序：
create table #t(id int,name varchar(20))
insert #t select 1,'三'

union all select 2,'乙'

union all select 3,'二'

union all select 4,'一'

union all select 5,'十'

select * from #t order by name collate Chinese_PRC_Stroke_CS_AS_KS_WS  

drop table #t

/*结果：

id           name                

----------- --------------------

4           一

2           乙

3           二

5           十

1           三

*/
四.在实践中排序规则应用的扩展

　　SQL SERVER汉字排序规则可以按拼音、笔划等排序，那么我们如何利用这种功能

来处理汉字的一些难题呢？我现在举个例子：
　　　　　　　　　　用排序规则的特性计算汉字笔划
　　要计算汉字笔划，我们得先做准备工作，我们知道，WINDOWS多国汉字，UNICODE目前

收录汉字共20902个。简体GBK码汉字UNICODE值从19968开始。

　　首先，我们先用SQLSERVER方法得到所有汉字，不用字典，我们简单利用SQL语句就

可以得到：
select top 20902 code=identity(int,19968,1) into #t from syscolumns a,syscolumns b
再用以下语句，我们就得到所有汉字，它是按UNICODE值排序的：
　　select code,nchar(code) as CNWord from #t
　　然后，我们用SELECT语句，让它按笔划排序。
select code,nchar(code) as CNWord

from #t

order by nchar(code) collate Chinese_PRC_Stroke_CS_AS_KS_WS,code
结果：

code         CNWord

----------- ------

19968       一

20008       丨

20022       丶

20031       丿

20032       乀

20033       乁

20057       乙

20058       乚

20059       乛

20101       亅

19969       丁

..........
　   从上面的结果，我们可以清楚的看到，一笔的汉字，code是从19968到20101，从小到大排，但到

了二笔汉字的第一个字“丁”，CODE为19969，就不按顺序而重新开始了。有了这结果，我们就可以轻

松的用SQL语句得到每种笔划汉字归类的第一个或最后一个汉字。

下面用语句得到最后一个汉字：
create table #t1(id int identity,code int,cnword nvarchar(2))
insert #t1(code,cnword)

select code,nchar(code) as CNWord   from #t

order by nchar(code) collate Chinese_PRC_Stroke_CS_AS_KS_WS,code

select A.cnword

from #t1 A

left join #t1 B on A.id=B.id-1 and A.code

where B.code is null

order by A.id
得到36个汉字，每个汉字都是每种笔划数按Chinese_PRC_Stroke_CS_AS_KS_WS排序规则排序后的

最后一个汉字：
亅阝马风龙齐龟齿鸩龀龛龂龆龈龊龍龠龎龐龑龡龢龝齹龣龥齈龞麷鸞麣龖龗齾齉龘
　　上面可以看出：“亅”是所有一笔汉字排序后的最后一个字，“阝”是所有二笔汉字排序后的最后

一个字......等等。

　　但同时也发现，从第33个汉字“龗(33笔)”后面的笔划有些乱，不正确。但没关系，比“龗”笔划

多的只有四个汉字，我们手工加上：齾35笔，齉36笔，靐39笔，龘64笔
建汉字笔划表（TAB_HZBH）：

create table tab_hzbh(id int identity,cnword nchar(1))

--先插入前33个汉字

insert tab_hzbh

select top 33 A.cnword

from #t1 A

left join #t1 B on A.id=B.id-1 and A.code

where B.code is null

order by A.id

--再加最后四个汉字

set identity_insert tab_hzbh on

go

insert tab_hzbh(id,cnword)

　　　　　select 35,N'齾'

union all select 36,N'齉'

union all select 39,N'靐'

union all select 64,N'龘'

go

set identity_insert tab_hzbh off

go
　　到此为止，我们可以得到结果了，比如我们想得到汉字“国”的笔划：
declare @a nchar(1)

set @a='国'

select top 1 id

from   tab_hzbh

where cnword>=@a collate Chinese_PRC_Stroke_CS_AS_KS_WS

order by id
id          

-----------

8

(结果：汉字“国”笔划数为8)
　　上面所有准备过程，只是为了写下面这个函数，这个函数撇开上面建的所有临时表和固

定表，为了通用和代码转移方便，把表tab_hzbh的内容写在语句内，然后计算用户输入一串

汉字的总笔划：
create function fun_getbh(@str nvarchar(4000))

returns int

as

begin

declare @word nchar(1),@n int

set @n=0

while len(@str)>0

begin

set @word=left(@str,1)

--如果非汉字，笔划当0计

set @n=@n+(case when unicode(@word) between 19968 and 19968+20901

then (select top 1 id from (

select 1 as id,N'亅' as word

union all select 2,N'阝'

union all select 3,N'马'

union all select 4,N'风'

union all select 5,N'龙'

union all select 6,N'齐'

union all select 7,N'龟'

union all select 8,N'齿'

union all select 9,N'鸩'

union all select 10,N'龀'

union all select 11,N'龛'

union all select 12,N'龂'

union all select 13,N'龆'

union all select 14,N'龈'

union all select 15,N'龊'

union all select 16,N'龍'

union all select 17,N'龠'

union all select 18,N'龎'

union all select 19,N'龐'

union all select 20,N'龑'

union all select 21,N'龡'

union all select 22,N'龢'

union all select 23,N'龝'

union all select 24,N'齹'

union all select 25,N'龣'

union all select 26,N'龥'

union all select 27,N'齈'

union all select 28,N'龞'

union all select 29,N'麷'

union all select 30,N'鸞'

union all select 31,N'麣'

union all select 32,N'龖'

union all select 33,N'龗'

union all select 35,N'齾'

union all select 36,N'齉'

union all select 39,N'靐'

union all select 64,N'龘'

) T

where word>=@word collate Chinese_PRC_Stroke_CS_AS_KS_WS

order by id ASC) else 0 end)

set @str=right(@str,len(@str)-1)

end

return @n

end
--函数调用实例：

select dbo.fun_getbh('中华人民共和国'),dbo.fun_getbh('中華人民共和國')

　

　　执行结果：笔划总数分别为39和46，简繁体都行。
     当然，你也可以把上面“UNION　ALL”内的汉字和笔划改存在固定表内，在汉字

列建CLUSTERED INDEX，列排序规则设定为：

　　　 Chinese_PRC_Stroke_CS_AS_KS_WS

这样速度更快。如果你用的是BIG5码的操作系统，你得另外生成汉字，方法一样。

但有一点要记住：这些汉字是通过SQL语句SELECT出来的，不是手工输入的，更不

是查字典得来的，因为新华字典毕竟不同于UNICODE字符集，查字典的结果会不正

确。
　　

           　　　　用排序规则的特性得到汉字拼音首字母
　　用得到笔划总数相同的方法，我们也可以写出求汉字拼音首字母的函数。如下：
create function fun_getPY(@str nvarchar(4000))

returns nvarchar(4000)

as

begin

declare @word nchar(1),@PY nvarchar(4000)

set @PY=''

while len(@str)>0

begin

set @word=left(@str,1)

--如果非汉字字符，返回原字符

set @PY=@PY+(case when unicode(@word) between 19968 and 19968+20901

then (select top 1 PY from (

select 'A' as PY,N'驁' as word

union all select 'B',N'簿'

union all select 'C',N'錯'

union all select 'D',N'鵽'

union all select 'E',N'樲'

union all select 'F',N'鰒'

union all select 'G',N'腂'

union all select 'H',N'夻'

union all select 'J',N'攈'

union all select 'K',N'穒'

union all select 'L',N'鱳'

union all select 'M',N'旀'

union all select 'N',N'桛'

union all select 'O',N'漚'

union all select 'P',N'曝'

union all select 'Q',N'囕'

union all select 'R',N'鶸'

union all select 'S',N'蜶'

union all select 'T',N'籜'

union all select 'W',N'鶩'

union all select 'X',N'鑂'

union all select 'Y',N'韻'

union all select 'Z',N'咗'

) T

where word>=@word collate Chinese_PRC_CS_AS_KS_WS

order by PY ASC) else @word end)

set @str=right(@str,len(@str)-1)

end

return @PY

end
--函数调用实例：

select dbo.fun_getPY('中华人民共和国'),dbo.fun_getPY('中華人民共和國')

结果都为：ZHRMGHG
 

联系人分章节显示以及ListView快速滑动显示联系人首字母例子，查阅网上很多这样的例子后，发现普遍是从系统源码里面抽取的，而且普遍比较复杂，这里做了精简，扩展性较强，移植起来非常方便。

1.FastContactSearchDemoActivity.java

package com.zhf.FastContactSearchDemo;      import java.util.ArrayList;   import java.util.Collections;   import java.util.HashMap;   import java.util.List;   import java.util.Set;   import java.util.regex.Pattern;   import Android.app.Activity;   import android.content.AsyncQueryHandler;   import android.content.ContentResolver;   import android.content.ContentValues;   import android.content.Context;   import android.database.Cursor;   import android.net.Uri;   import android.os.Bundle;   import android.view.LayoutInflater;   import android.view.View;   import android.view.ViewGroup;   import android.widget.BaseAdapter;   import android.widget.ListView;   import android.widget.SectionIndexer;   import android.widget.TextView;      /**   * 联系人分章节显示以及ListView快速滑动显示联系人首字母例子   * 本例来自http://blog.csdn.net/luck_apple/article/details/6741860   * 查阅网上很多这样的例子后，发现普遍是从系统源码里面抽取的，而且普遍比较复杂，这里做了精简，扩展性较强，移植起来非常方便。   * @author hiphonezhu@sina.com   *    */   public class FastContactSearchDemoActivity extends Activity {       private BaseAdapter adapter;       private ListView personList;       private AsyncQueryHandler asyncQuery;       private static final String NAME = "name", NUMBER = "number",               SORT_KEY = "sort_key";          @Override       public void onCreate(Bundle savedInstanceState) {           super.onCreate(savedInstanceState);           setContentView(R.layout.main);           personList = (ListView) findViewById(R.id.listView);           asyncQuery = new MyAsyncQueryHandler(getContentResolver());       }          @Override       protected void onResume() {           super.onResume();           Uri uri = Uri.parse("content://com.android.contacts/data/phones"); // 联系人的Uri           String[] projection = { "_id", "display_name", "data1", "sort_key" }; // 查询的列            asyncQuery.startQuery(0, null, uri, projection, null, null,                   "sort_key COLLATE LOCALIZED asc"); // 按照sort_key升序查询        }          /**       * 数据库异步查询类AsyncQueryHandler       *        * @author administrator       *        */       private class MyAsyncQueryHandler extends AsyncQueryHandler {              public MyAsyncQueryHandler(ContentResolver cr) {               super(cr);              }              /**           * 查询结束的回调函数           */           @Override           protected void onQueryComplete(int token, Object cookie, Cursor cursor) {               if (cursor != null && cursor.getCount() > 0) {                   List<ContentValues> list = new ArrayList<ContentValues>();                   cursor.moveToFirst();                   for (int i = 0; i < cursor.getCount(); i++) {                       ContentValues cv = new ContentValues();                       cursor.moveToPosition(i);                       String name = cursor.getString(1);                       String number = cursor.getString(2);                       String sortKey = cursor.getString(3);                          if (number.startsWith("+86")) {// 去除多余的中国地区号码标志，对这个程序没有影响。                            cv.put(NAME, name);                           cv.put(NUMBER, number.substring(3));                           cv.put(SORT_KEY, sortKey);                       } else {                           cv.put(NAME, name);                           cv.put(NUMBER, number);                           cv.put(SORT_KEY, sortKey);                       }                       list.add(cv);                   }                   if (list.size() > 0) {                       setAdapter(list);                   }               }           }          }          private void setAdapter(List<ContentValues> list) {           adapter = new ListAdapter(this, list);           personList.setAdapter(adapter);          }          private static class ViewHolder {           TextView alpha;           TextView name;           TextView number;       }          /**       * 其他项目使用时，只需要传进来一个有序的list即可       */       private class ListAdapter extends BaseAdapter implements SectionIndexer {           private LayoutInflater inflater;           private List<ContentValues> list;           private HashMap<String, Integer> alphaIndexer;//保存每个索引在list中的位置【#-0，A-4，B-10】            private String[] sections;//每个分组的索引表【A,B,C,F...】               public ListAdapter(Context context, List<ContentValues> list) {               this.inflater = LayoutInflater.from(context);               this.list = list; // 该list是已经排序过的集合，有些项目中的数据必须要自己进行排序。                this.alphaIndexer = new HashMap<String, Integer>();                  for (int i =0; i <list.size(); i++) {                   String name = getAlpha(list.get(i).getAsString(SORT_KEY));                   if(!alphaIndexer.containsKey(name)){//只记录在list中首次出现的位置                        alphaIndexer.put(name, i);                   }               }               Set<String> sectionLetters = alphaIndexer.keySet();               ArrayList<String> sectionList = new ArrayList<String>(                       sectionLetters);               Collections.sort(sectionList);               sections = new String[sectionList.size()];               sectionList.toArray(sections);           }              @Override           public int getCount() {               return list.size();           }              @Override           public Object getItem(int position) {               return list.get(position);           }              @Override           public long getItemId(int position) {               return position;           }              @Override           public View getView(int position, View convertView, ViewGroup parent) {               ViewHolder holder;                  if (convertView == null) {                   convertView = inflater.inflate(R.layout.list_item, null);                   holder = new ViewHolder();                   holder.alpha = (TextView) convertView.findViewById(R.id.alpha);                   holder.name = (TextView) convertView.findViewById(R.id.name);                   holder.number = (TextView) convertView                           .findViewById(R.id.number);                   convertView.setTag(holder);               } else {                   holder = (ViewHolder) convertView.getTag();               }               ContentValues cv = list.get(position);               String name = cv.getAsString(NAME);               String number = cv.getAsString(NUMBER);               holder.name.setText(name);               holder.number.setText(number);                  // 当前联系人的sortKey                String currentStr = getAlpha(list.get(position).getAsString(                       SORT_KEY));               // 上一个联系人的sortKey                String previewStr = (position - 1) >= 0 ? getAlpha(list.get(                       position - 1).getAsString(SORT_KEY)) : " ";               /**               * 判断显示#、A-Z的TextView隐藏与可见               */               if (!previewStr.equals(currentStr)) { // 当前联系人的sortKey！=上一个联系人的sortKey，说明当前联系人是新组。                    holder.alpha.setVisibility(View.VISIBLE);                   holder.alpha.setText(currentStr);               } else {                   holder.alpha.setVisibility(View.GONE);               }               return convertView;           }              /*           * 此方法根据联系人的首字母返回在list中的位置           */           @Override           public int getPositionForSection(int section) {               String later = sections[section];               return alphaIndexer.get(later);           }              /*           * 本例中可以不考虑这个方法           */           @Override           public int getSectionForPosition(int position) {               String key = getAlpha(list.get(position).getAsString(SORT_KEY));               for (int i = 0; i < sections.length; i++) {                   if (sections[i].equals(key)) {                       return i;                   }               }               return 0;           }              @Override           public Object[] getSections() {               return sections;           }       }          /**       * 提取英文的首字母，非英文字母用#代替       *        * @param str       * @return       */       private String getAlpha(String str) {           if (str == null) {               return "#";           }              if (str.trim().length() == 0) {               return "#";           }              char c = str.trim().substring(0, 1).charAt(0);           // 正则表达式，判断首字母是否是英文字母            Pattern pattern = Pattern.compile("^[A-Za-z]+{1}quot;);           if (pattern.matcher(c + "").matches()) {               return (c + "").toUpperCase(); // 大写输出            } else {               return "#";           }       }   }