H2数据库整理：选择什么？

Question

经过大量阅读和实验，似乎我想要 PRIMARY 强度进行搜索，但 TERTIARY 或 IDENTICAL 进行排序。 主要问题：是否可以使用 H2（或任何其他数据库）来实现？

第二个问题：我是这里唯一的一个，还是你们中的任何人也喜欢上述组合？一些确认将有助于我的理智。

背景： 似乎排序规则只能在创建数据库时一开始就设置。所以我想确保选择正确的。我主要考虑这些用例（目前）：

1. 用户可以开始输入以过滤表的搜索字段：这里 PRIMARY 似乎是最合适的，以避免丢失任何结果（用户习惯于 Google...）。不过，如果能够让用户选择启用二级或三级排序规则以进行更精确的搜索，那就太好了。

2. 排序：当用户单击表列对内容进行排序时，TERTIARY/IDENTICAL 排序似乎是合适的。这是我从日常经验中习惯的。

我在这里阅读了官方 H2 文档：http://www.h2database.com/html/commands.html#set_collation。 在这里：http://www.h2database.com/html/datatypes.html#varchar_ignorecase_type 更多相关信息： Collation STRENGTH and local language relation

测试sql（来自https://groups.google.com/forum/?fromgroups=#!topic/h2-database/lBksrrcuGdY）：

drop all objects;
set collation english STRENGTH PRIMARY;
create table test(name varchar);
insert into test values ('À'), ('Ä'), ('Â'), ('A'), ('à'), ('ä'), ('â'), ('a'), ('àa'), ('äa'), ('âa'), ('aa'), ('B'), ('b');
select * from test where name like 'a' order by name;
select * from test order by name;

Answer 1

差不多 8 年后，我自己的建议是基于一些艰苦的学习：

完全不使用排序规则（H2 数据库的默认设置）。

理由：使用排序规则会产生一些真正意想不到的结果和错误。

陷阱：独特的约束

到目前为止，我在日常业务中看到的最常见的唯一约束是强制唯一（名字、姓氏）。通常情况下，应忽略大小写（禁止同时使用 'thomas müller' 和 'Thomas Müller'），但不能忽略变音符号（允许同时使用 'Thomas Müller' 和 'Thomas Muller'）。

使用排序规则强度SECONDARY 设置来实现此目的可能很诱人（不区分大小写但区分变音符号）。别。 改用VARCHAR_IGNORECASE 列。

{
  // NOT recommended: using SECONDARY collation
  Statement s = DriverManager.getConnection("jdbc:h2:mem:", "test", "test").createStatement();
  s.execute("SET COLLATION ENGLISH STRENGTH SECONDARY");
  s.execute("CREATE TABLE test ( name VARCHAR )");
  s.execute("ALTER  TABLE test ADD CONSTRAINT unique_name UNIQUE(name)");
  s.execute("INSERT INTO  test (name) VALUES ('Müller')");
  s.execute("INSERT INTO  test (name) VALUES ('Muller')");
  // s.execute("INSERT INTO  test (name) VALUES ('muller')" /* will fail */);
}
{
  // recommended: no collation, using VARCHAR_IGNORECASE instead of VARCHAR column
  Statement s = DriverManager.getConnection("jdbc:h2:mem:", "test", "test").createStatement();
  s.execute("CREATE TABLE test ( name VARCHAR_IGNORECASE )");
  s.execute("ALTER  TABLE test ADD CONSTRAINT unique_name UNIQUE(name)");
  s.execute("INSERT INTO  test (name) VALUES ('Müller')");
  s.execute("INSERT INTO  test (name) VALUES ('Muller')");
  // s.execute("INSERT INTO test (name) VALUES ('muller')" /* will fail */);
}

陷阱：搜索/WHERE 子句

建议：没有排序规则的默认行为很好，并且行为符合预期。要进行更模糊的搜索，请使用您自己的代码搜索或类似 Lucene 的库。

SECONDARY 排序规则强度将匹配，即使大小写不同。使用 SELECT WHERE name = '...' 时不会出现这种行为，因为您会忘记所有关于排序规则的设置。

{
  Statement s = DriverManager.getConnection("jdbc:h2:mem:", "test", "test").createStatement();
  s.execute("SET COLLATION ENGLISH STRENGTH SECONDARY");
  s.execute("CREATE TABLE test ( name VARCHAR )");
  s.execute("INSERT INTO  test (name) VALUES ('Thomas Müller')");
  ResultSet rs = s.executeQuery("SELECT count(*) FROM test WHERE name = 'Thomas müller'" /* different case */);
  rs.next();
  /* prints 1 (!) */ System.out.println(rs.getLong(1));
}

PRIMARY 排序规则强度将匹配，即使 SPACES 不同。您会相信英语主要排序规则会忽略空格吗？看看这个金块：https://stackoverflow.com/a/16567963/1124509

{      
  Statement s = DriverManager.getConnection("jdbc:h2:mem:", "test", "test").createStatement();
  s.execute("SET COLLATION ENGLISH STRENGTH PRIMARY");
  s.execute("CREATE TABLE test ( name VARCHAR )");
  s.execute("INSERT INTO  test (name) VALUES ('Thomas Müller')");
  ResultSet rs = s.executeQuery("SELECT count(*) FROM test WHERE name = 'ThomasMüller'" /* no space! */);
  rs.next();
  /* prints 1 (!) */ System.out.println(rs.getLong(1));
}

排序 / ORDER BY 子句

没有排序规则的默认排序在实际场景中并不是很有用，因为它会根据严格的字符串比较进行排序。通过首先从数据库中加载数据，然后使用代码对其进行排序/排序来解决此问题。

就我个人而言，我主要使用固定spaces problem 的英语初级强度整理器。即使是非英文文本列也能正常工作。

但您可能还需要使用自定义比较器来满足更困难的要求，例如自然或直观的排序顺序，例如sort like windows explorer，或semantic versioning。

{
  Statement s = DriverManager.getConnection("jdbc:h2:mem:", "test", "test").createStatement();
  s.execute("CREATE TABLE test ( name VARCHAR )");
  s.execute("INSERT INTO  test (name) VALUES ('é6')");
  s.execute("INSERT INTO  test (name) VALUES ('e5')");
  s.execute("INSERT INTO  test (name) VALUES ('E4')");
  s.execute("INSERT INTO  test (name) VALUES ('ä3')");
  s.execute("INSERT INTO  test (name) VALUES ('a2')");
  s.execute("INSERT INTO  test (name) VALUES ('A1')");
  ResultSet rs = s.executeQuery("SELECT name FROM test ORDER BY name");
  List<String> names = new ArrayList<>();
  while(rs.next()) {
    names.add(rs.getString(1));
  }
  // not very useful strict String.compareTo() result: [A1, E4, a2, e5, ä3, é6]
  System.out.print(names);

  String rules = ((RuleBasedCollator) Collator.getInstance(new Locale("en", "US"))).getRules();
  Collator collator = new RuleBasedCollator(rules.replaceAll("<'\u005f'", "<' '<'\u005f'"));
  collator.setStrength(Collator.PRIMARY);
  names.sort((a, b) -> collator.compare(a, b));
  // as humans usually expect it in a name list / table: [A1, a2, ä3, E4, e5, é6]
  System.out.print(names);
}

如何检查您的 H2 数据库是否使用排序规则？

查看设置表。如果未设置排序规则，则表中将没有条目。

Answer 2

如果您想对单个数据有两种行为，您必须：

• 将数据拆分为两列，
• 或使用两个运算符集。

出于您的目的，通常会存储原始数据的“规范”表示形式，以便在规范形式上进行搜索，然后对原始数据进行排序/显示。可能你应该使用一些“文本搜索引擎”，例如Apache Lucene。

对于纯 H2 解决方案，您可以将 H2 alias 与 Computed columns 或与查询条件一起使用。第一个解决方案允许建立索引来加快查询速度。