中文字段排序(MySQL与PostgreSQL)

在MySQL(5.5.8)与PostgreSQL(9.0)中建立相同的测试表、数据：

create table test_gbk_char(
id int,
username varchar(64)
);
insert into test_gbk_char values(1,'青霞'),(2,'曼玉'),(3,'楚红');

上述步骤完成之后，检查两者之间的字符集及其校验规则：

MySQL(在建表时我没有指定其校验规则及使用默认校验规则):

+--------------------------+-------------------------------------------------------+

| Variable_name | Value |

+--------------------------+-------------------------------------------------------+

| character_set_client | utf8 |

| character_set_connection | utf8 |

| character_set_database | utf8 |

| character_set_filesystem | binary |

| character_set_results | utf8 |

| character_set_server | utf8 |

| character_set_system | utf8 |

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

| utf8 | UTF-8 Unicode | utf8_general_ci | 3 |

PostgreSQL:

   ENCODING = 'UTF8'
       TABLESPACE = pg_default
       LC_COLLATE = 'Chinese (Simplified), Singapore'

LC_CTYPE ='Chinese (Simplified), Singapore'

排序查询:

MySQL:

select * from test_gbk_char order by username;

2 曼玉

3 楚红

1 青霞

PostgreSQL:

select * from test_gbk_char order by username;

3;"楚红"

2;"曼玉"

1;"青霞"

从上面的结果可以看出PostgreSQL给出的结果是我想要的。那么造成这种差异的原因是什么呢？其实上文已经给出答案。主要是因为校验规则的不同。

utf8默认的校验规则是utf8_general_ci,它不会按照中文进行排序。如果想要mysql中的结果与PostgreSQL中的结果一样，有多种方法，比如修改表、字段字符集校验规则定义，如果不想修改表结构，可以在查询时进行转换：

select * from test_gbk_char order by CONVERT(username USING gbk) COLLATE gbk_chinese_ci;

3 楚红

2 曼玉

1 青霞

注：以上的对比查询只是为了说明不同字符校验对中文字段的影响，并不是说mysql与postgreSQL的排序异同。

参考：