Postgres 似乎忽略了我的默认排序规则

Question

我想将 postgres 默认设置为按排序规则 en-US-x-icu 排序，因此我将 LC_CTYPE 和 LC_COLLATE 环境变量设置为该值。 Postgres 似乎看到了它们，并说它正在使用该排序规则：

:mctapi=# select datname, datcollate, datctype from pg_database where datname='mctapi';
 datname | datcollate  |  datctype
---------+-------------+-------------
 mctapi  | en-US-x-icu | en-US-x-icu

:mctapi=# show lc_collate;
 lc_collate
-------------
 en-US-x-icu
(1 row)

:mctapi=# show lc_ctype;
  lc_ctype
-------------
 en-US-x-icu
(1 row)

但是，除非我明确地将 en-US-x-icu 设置为排序规则，否则我会得到 C 排序规则：

:mctapi=# select distinct organization_name from plans order by organization_name limit 5;
            organization_name
------------------------------------------
 AMH Health
 ATRIO Health Plans
 Aetna Medicare
 AgeRight Advantage
 AgeRight Advantage Health Plan (HMO SNP)
(5 rows)

:mctapi=# select distinct organization_name collate "en-US-x-icu" from plans order by organization_name limit 5;
            organization_name
------------------------------------------
 Aetna Medicare
 AgeRight Advantage
 AgeRight Advantage Health Plan (HMO SNP)
 Allwell
 AMH Health
(5 rows)

:mctapi=# select distinct organization_name collate "C" from plans order by organization_name limit 5;
            organization_name
------------------------------------------
 AMH Health
 ATRIO Health Plans
 Aetna Medicare
 AgeRight Advantage
 AgeRight Advantage Health Plan (HMO SNP)
(5 rows)

我必须做些什么才能让 postgres 在我的数据库中使用 en-US-x-icu 作为默认排序而不显式设置 collat​​e 参数？为什么即使我要求它按en-US-x-icu 排序，它还是按C 排序？

（对于它的价值：有问题的数据库是在 docker compose 上运行的 mdillon/postgis:10-alpine 图像。我真的不想离开 alpine 图像，但如果无法使用它，我可以。）

（更新：更改为非高山图像将排序更改为 en_US.UTF8，如下面的 postgres docker 图像文档中所述，并修复了此表的排序顺序。我仍然想知道为什么我的设置LC_COLLATE 并没有改变 alpine 中的排序顺序，因为我宁愿使用那个图像）

（更新2：数据库是在没有编码选项的情况下创建的，我没有手动更新pg_database，我唯一改变的是LC_CTYPE和LC_COLLATE环境变量。

这个版本的 postgres 是用 --with-icu 编译的，你可以在这里看到：https://github.com/docker-library/postgres/blob/master/10/alpine/Dockerfile#L113 和 https://www.postgresql.org/docs/10/collation.html#COLLATION-MANAGING 在我看来，ICU 语言环境应该可以在我的 postgres 版本中使用。

如果我取消设置 LC_COLLATE 和 LC_CTYPE 并重新创建我的数据库，它的 collat​​e 和 ctype 值可能是 en_US.UTF8，但包含数据库的 Alpine 图像中不存在该区域设置，离开这种情况：

:mctapi=# select datname, datcollate, datctype from pg_database where datname='mctapi';
 datname | datcollate |  datctype
---------+------------+------------
 mctapi  | en_US.utf8 | en_US.utf8
(1 row)

:mctapi=# select distinct organization_name collate "en_US.utf8" from plans order by organization_name limit 5;
ERROR:  collation "en_US.utf8" for encoding "UTF8" does not exist

)

（最终更新：我同意 Laurenz 关于 alpine 上的 postgres 在语言环境方面普遍存在的问题，我非常感谢他对这个问题的关注。我仍然不明白为什么 ICU 不能作为 LC_COLLATE 工作，或者为什么它确实在明确提及时起作用，但我刚刚接受了我不能使用 alpine docker 映像并已移至基于 debian 的映像。）

参考资料：

1：https://www.postgresql.org/docs/10/locale.html

2：https://www.postgresql.org/docs/10/collation.html

3：https://www.postgresql.org/docs/10/sql-expressions.html#SQL-SYNTAX-COLLATE-EXPRS

4：https://wiki.postgresql.org/wiki/FAQ#Why_do_my_strings_sort_incorrectly.3F

5：https://github.com/docker-library/docs/tree/master/postgres#locale-customization

Answer 1

您不能在CREATE DATABASE 中使用除 C 库的排序规则之外的任何其他内容。这是一个未记录的限制，可能会在 v13 中取消。有关参考，请参阅 this 和 this 线程。

所以起初我很惊讶您能够创建该数据库，因为您的排序规则是 ICU 排序规则，通常只能通过单独的 ICU 库获得。

我发现一个Silverstripe issue 抱怨完全相同的事情，所以至少你并不孤单。那里的讨论没有任何结果，因为他们似乎既不了解 Alpine Linux 也不了解 PostgreSQL。

基于您的 cmets 的进一步调查表明，Alpine Linux 不使用 glibc，而是使用 musl 作为 C 库。似乎musl的排序规则的实现还没有完全完成，至少我在roadmap中找到了这个：

musl 1.2.0 的里程碑目标

构成“musl 1.2.0”的以下暂定目标是 已确立的。目前没有 1.2.0 的预计发布日期。

[...] - 改进了区域设置和多语言支持

LC_COLLATE 支持除简单代码点顺序之外的排序顺序

这似乎解释了你的经历。

使用具有工作排序规则的不同 Linux 发行版是前进的方向。

Answer 2

仅此功能的链接状态https://commitfest.postgresql.org/25/2256/